推荐算法小小结
Posted Maggie的小思考
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了推荐算法小小结相关的知识，希望对你有一定的参考价值。
协同过滤推荐算法：简单的说就是“和你有一样爱好的用户也看了xxx,买了xxx。。。”
解释：将产品的用户行为打分，建立数据模型，进行统一量化，找到相似爱好的用户，推荐给他别人的选择。
缺点：1、有流行性偏差，小众和长尾的一些产品，没法判定。
2、冷启动：需要基于一定的数据，新产品不宜验证。
个人思考：适合于运行一段时间的平台为主的产品，里面的每个item对于平台来说，没有倾向的差异。
基于内容的推荐算法：简单说就是让机器学习这个东西是什么，然后把相似的东西归类，你喜欢这个类型的东西，就玩命给你推荐类型里你没看过的。
对内容进行分词处理，分析内容，建立item之间的相似度矩阵，使之互相关联，根据关联系数的大小，判断该给用户推荐什么。
好处：不用原始数据，可以冷启动，图书网站即可用此方法。
3、流行度推荐：即浏览量高或者购买量高的产品，象征产品热度的进行推荐。
以上是关于推荐算法小小结的主要内容，如果未能解决你的问题，请参考以下文章