2018-2-13 推荐算法总结

从机器学习谈起 – 计算机的潜意识 – 博客园中写道,

推荐算法

推荐算法是目前业界非常火的一种算法,在电商界,如亚马逊,天猫,京东等得到了广泛的运用。推荐算法的主要特征就是可以自动向用户推荐他们最感兴趣的东西,从而增加购买率,提升效益。推荐算法有两个主要的类别:

  • 一类是基于物品内容的推荐,是将与用户购买的内容近似的物品推荐给用户,这样的前提是每个物品都得有若干个标签,因此才可以找出与用户购买物品类似的物品,这样推荐的好处是关联程度较大,但是由于每个物品都需要贴标签,因此工作量较大。
  • 另一类是基于用户相似度的推荐,则是将与目标用户兴趣相同的其他用户购买的东西推荐给目标用户,例如小A历史上买了物品B和C,经过算法分析,发现另一个与小A近似的用户小D购买了物品E,于是将物品E推荐给小A。

两类推荐都有各自的优缺点,在一般的电商应用中,一般是两类混合使用。推荐算法中最有名的算法就是协同过滤算法

以前学习中2018-1-25 机器学习(15)-利用SVD来简化数据-协同过滤,曾经了解过利用SVD简化数据中,基于协同过滤的推荐引擎,其核心就是相似度计算。

物品比较少则选择物品相似度,用户比较少则选择用户相似度。因为矩阵小一点方便计算。

    原文作者:没人不认识我
    原文地址: https://zhuanlan.zhihu.com/p/33803944
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞