(я признаю, что я не являюсь экспертом в области баз данных графа или NoSQL, будучи только использовал его в течение нескольких кружках проектов до сих пор.)Google Prediction API vs Graph Databases для генерируемых рекомендаций?
Я использую такие технологии, как InfiniteGraph и Стиг рекомендации - это базы данных графиков, которые предположительно, оптимизированы для таких задач. Похоже, что новый API Google Prediction способен выполнять одну и ту же цель - учитывая набор данных и фактические предпочтения пользователя в качестве подмножества, сможет предсказать, что может понравиться пользователю.
Есть ли достоверная метрика для сравнения прогнозов Google с другими базирующимися на графе базами данных?
Очевидным отличием является то, что Google Predictions является облачным сервисом, а другие - нет. Пока не видел никакого сравнения. –
Вы можете обучать алгоритмы подмножеством своих данных и тестировать их с остатком. Кроме того, я не думал, что в базах данных графов есть алгоритмы рекомендаций. Только они обеспечивают механизм для реализации ваших собственных. Если вы не говорите об этом (http://docs.neo4j.org/chunked/milestone/cypher-cookbook-similar-favorites.html), это всего лишь тривиальный пример, IMO. –