推荐系统算法概览
Posted billshen
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算法概览相关的知识,希望对你有一定的参考价值。
基于流行度
这种算法比较简单,按所有用户的点击量排序呈现给用户,按热度数据推荐给每个用户。弊端就是每个用户看到的都是一样的,无法个性化推荐,微博排行榜就是个比较好的例子。
协同过滤算法
基于用户
- 分析各个用户对物品的评价(浏览次数,停留时间,购买次数)
- 依据用户对物品的评价计算得出所有用户之间的相似度
- 选出与当前用户最相似的N个用户
- 将这N个用户评价最高并且当前用户又没有浏览过的物品推荐给当前用户。
基于物品
- 分析各个用户对物品的浏览记录
- 依据浏览记录,购买记录等分析得出所有物品之间的相似度
- 对于当前用户评价高的物品,找出与之相似度最高的N个物品
- 将这N个物品推荐给当前用户
基于内容
- 对用户行为分析得出用户标签,对文章做关键词提取得出文章标签。
- 计算词向量之间的距离
基于模型的算法
x为用户特征,通过深度学习计算每个用户特征的权重
混合算法
以上几种算法组合使用,不同算法结果加权得到综合结果。
以上是关于推荐系统算法概览的主要内容,如果未能解决你的问题,请参考以下文章