推荐算法

    基于流行度算法

比较简单粗暴,根据热搜topN进行推荐.

    协同过滤算法

分为两种,基于用户的和基于物品的;

    基于内容的算法

基于内容的推荐算法能够很好地解决冷启动问题，并且也不会囿于热度的限制，因为它是直接基于内容匹配的，而与浏览记录无关。然而它也会存在一些弊端，比如过度专业化(over-specialisation)的问题。这种方法会一直推荐给用户内容密切关联的item，而失去了推荐内容的多样性。

    基于模型的算法

比较多,比如逻辑回归;

    混合算法

在实际的项目中基本都是融合了多种算法来进行推荐的,我们可以通过给不同算法的结果加权重来综合结果，或者是在不同的计算环节中运用不同的算法来混合，达到更贴合自己业务的目的。