推荐算法-简单了解

《推荐算法-简单了解》
《推荐算法-简单了解》

推荐算法 
	协同过滤推荐方法 CF
		基于模型的协同过滤算法 MB (model-based)
			基于矩阵分解的隐语义模型(LFM模型)
			基于朴素贝叶斯分类的推荐算法
		基于记忆的协同过滤算法MB (memory-based)
			基于用户的协同过滤算法 CF (user-based collaborative filtering)
			基于物品的协同过滤算法 CF (item-based collaborative filtering)
	基于内容的推荐算法 CB (content-based)
		基于TF-IDF的CB推荐算法
		基于KNN的CB推荐算法
		基于Rocchio的CB推荐算法
		基于决策树的CB推荐算法
		基于线性分类的CB推荐算法
		基于朴素贝叶斯的CB推荐算法
	基于知识的推荐算法 KB (knowledge-based)
		约束知识与约束推荐算法
		关联知识与关联推荐算法
	混合推荐算法 HR (Hybrid Recommendation)
		并行式混合 Parallelized Hybridization
			加权式 Weighted
			切换式 Switching
			混杂式 Mixed
		整体式混合 Monolithic Hybridization
			特征组合 Feature Combination
			特征补充 Feature Augmentaion
		流水线式混合 Pipelined Hybridzation
			层叠式 Cascade
			级联式 Meta-level

    原文作者:Lisa
    原文地址: https://zhuanlan.zhihu.com/p/57953018
    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