zoukankan      html  css  js  c++  java
  • 推荐系统算法概览

    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

    1. 分析各个用户对物品的评价(浏览次数,停留时间,购买次数)
    2. 依据用户对物品的评价计算得出所有用户之间的相似度
    3. 选出与当前用户最相似的N个用户
    4. 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

    1. 分析各个用户对物品的浏览记录
    2. 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
    3. 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
    4. 将这N个物品推荐给当前用户

    基于内容

    1. 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。
    2. 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。

  • 相关阅读:
    搜索--P1605 迷宫
    搜索--P1219 N皇后
    复制百度文库的技巧
    P1036 选数(DFS)
    P1217 [USACO1.5]回文质数 Prime Palindromes
    mysql常用指令
    code blocks 安装与实践
    C++ string 是否以‘’结尾 讨论
    ELK(1) ELK的安装及使用收集日志
    windows下nginx的安装及使用
  • 原文地址:https://www.cnblogs.com/billshen/p/13268710.html
Copyright © 2011-2022 走看看