推荐方法
• 基于内容Content Based
• 基于协同Collaboration Filtering
– User Based CF
– Item Based CF
基于内容（ContentBased）
• 引入Item属性的Content Based推荐
用户进入优酷查看某电影，进入该电影的播放页面，周围会有相关item推荐比如广告、相似电影、演员相关、花絮之内的
内容分析：
比如某item的正排表–根据名字等元数据进行中文分词得到关键词（不是标签，可以通过关键词得到，有时候标签和关键词不一样，但更能表现出item的特性）及其权重
当然也可以对其他的元数据进行中文分词得到正排表，比如name/title、desc、影评、导演、主题、年代、地域、标签
item内容属性索引：
做倒排表，然后放进NOSql里面去
倒排表
用户浏览数据
相关性计算、排序
user点击了某item（站在数据挖掘工程师的角度就是等于元数据信息），然后推荐系统根据itemA找到其他的item1、item2、item3。但是这种方案比较耗时。
两种方案
(1):itemA->元数据信息->内容分析（关键词）->关键词提取token1、token2、token3->通过倒排表查询得到最终的top(N)->item1、item2
(2):item-item矩阵查询得到，提前拿到网站所有的item，得到所有正排表和倒排表，加权去重。如果遇到新增的item，如图所示，一般都是通过storm或者spark streamming等实时流处理框架来进行处理，并入库。红色为倒排表–需要实时合并、更新，合并、更新倒排表token时要注意新旧排序与权重的比较
以token为纽带进行关联，所以解释性很强，相关性很强，但是缺点也很明显，比如张三和李四同时进来点击这一个item，但是以后推荐的却是同一套东西，然后每个人的喜好都是有区别的。因此，要改进该推荐系统，只能引入用户画像。
引入User属性的Content Based推荐
user用户画像表
对最近一周看的电影item1 item2 item3做一个正排表
当用户点击了item4时，从NOSQL中取出user-item和item list信息，通过token进行推荐，同时注意更新token和权重。所以引入user属性的推荐方案有两种。（1）通过user item和item list进行推荐；（2）通过用户画像（user：token：score…）和token（item，item…）列表进行推荐
则需要对用户user推荐怎样的个性化列表？
举个简单的小例子
我们已知道
• 用户u1喜欢的电影是A，B，C
• 用户u2喜欢的电影是A, C, E, F
• 用户u3喜欢的电影是B，D
我们需要解决的问题是：决定对u1是不是应该推荐F这部电影
基于内容的做法：要分析F的特征和u1所喜欢的A、B、C的特征，需要知道的信息是A（战争片），B（战争片），C（剧情片），如果F（战争片），那么F很大程度上可以推荐给u1，这是基于内容的做法，你需要对item进行特征建立和建模。
• Mr. John Doe likes “Cars”
• “Ferrari” is a car
• John Doe may like “Ferrari”
• 面向用户兴趣的新闻推荐（Item2User）
• 例子：通过相似度得到item与item，user与user之间的score，然后按照由高到低排序
相似度的参考文章：余弦距离、欧氏距离和杰卡德相似性度量的对比分析
