毕业设计的探索与研究2：有关基于内容推荐算法原理的笔记

（学习资料来源于网络，如有雷同，纯属学习）

推荐算法：Content Based

作为最基础的算法，基于内容的推荐算法原理理解起来并不难，但是用代码实现就是另外一件事情了，现在只是简单理解一下原理，至于实现的事情今后再慢慢补上。

1. 引入item属性的Content based

a) 结构图如下：

 


b) 引入一组概念：正排表和倒排表

正排表：

Music1：治愈/舒缓/通俗

Music2：摇滚/热血/动感

…

与之相对应的倒排表是：

治愈：Music1、Music3、Music6…

舒缓：Music1、Music8、Music11…

通俗：Music1、Music19…

…

通常获取的数据都是属于正排表，所以对于这些数据，需要做的内容分析第一步是：将正排表转换成倒排表

c) 优缺点：

优点：
提升推荐结果的相关性
结果可解释
推荐结果容易被用户感知

缺点：
无个性化
依赖于对item的深度分析

2. 引入User属性的Content based

a) 结构如下

 


b) 优缺点

优点：
用户模型刻画了用户兴趣需求
推荐形式多样，具有个性化
结果可解释

缺点：
推荐精度低
马太效应（用户喜欢看的一直推荐，形成闭环）
用户行为稀疏导致覆盖率低

下一步的学习计划：

1.深入研究协同过滤算法
2.阅读购买书目（明后天到）
3.除算法外，学习其他技术点，如中文分词，mapreduce等