推荐系统系列4——基于物品的推荐
Posted 行思知识工坊
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了推荐系统系列4——基于物品的推荐相关的知识，希望对你有一定的参考价值。
基于物品的推荐其实更适合新上商品进行推荐的冷启动，即该商品由于没有销售记录，无法使用基于用户行为数据进行推荐，那么只能借鉴类似的已有商品进行推荐。
这样的推荐方式，主要难点在于如何知道两个商品是类似，尤其是在其中一个商品没有销售记录的情况下，有销售记录还可以使用上文基于用户行为的数据进行推荐，没有的话就只能靠人工分类了。例如图书，图书是由分类号的，大家去图书馆找书就是基于分类号进行的，一本新书上市了，根据分类号就可以知道这本书属于哪一类了。又如汽车根据价格品牌和大小，分为进口、合资、国产，微型、紧凑、中型、中大型，普通、豪华等等。当然最简单的办法就是价格，实际上产品的定价都是基于商家对自己产品的定位，是经过测算得出的，相同类别类似价格产品也可以看做是类型的产品。
找到类似商品后，如何进行展示呢？实体店的手法多是将类似商品摆放在一起，互联网更多是在类似商品页面下推荐，亦或者在搜索结果中将类似商品紧挨排列，当新商品有了足够的销售记录后就可以采用上文提到的基于用户行为的推荐了。
参考文献：项亮. 推荐系统实践[M]. 人民邮电出版社, 2012.
以上是关于推荐系统系列4——基于物品的推荐的主要内容，如果未能解决你的问题，请参考以下文章
[零基础入门推荐系统]基于用户和基于物品的协同过滤方法(理论+代码)
秒懂推荐系统-Spark平台下基于物品的协同过滤推荐系统构建