关于推荐系统的几点思考
2018-05-04 16:29
507 查看
智能推荐系统,已经发展到比较成熟的阶段,在电商领域和新闻领域得到了广泛的应用,鉴于最近项目组需要进行工业网站智能推荐系统的开发,进行相关资料学习,并整理材料,具体如下.
智能推荐的本质:基础数据+计算过程+算法模型,
智能推荐的效果:千人千面,个性化推荐
需要解决的问题:海量数据的冗余,冷启动问题(用户,商品数据为零),马太效应(热者愈热),用户兴趣的升级
推荐考量指标:用户行为信息 用户信息的时间范围
主要推荐算法:
推荐算法概述-基于内容属性相似的推荐:(问题:1内容本身是非优质信息,2问题已经解决,信息冗余)
基于用户画像的推荐(标签采集):(问题:1并非所有的用户行为都是用户的偏好,2偏好随着时间发生转移,3压根没有用户信息)
基于协同行为推荐(物品和用户):(基于相关程度进行向量轨迹的推荐)
其他方法:根据场景考虑,可以综合多种算法模型
相关文章推荐
- 关于对故障和事故的几点思考 推荐
- 关于客户关系管理系统几点思考
- 做足项目启动前的准备——关于核心银行系统项目建设实施的几点思考
- 关于系统运维监控规范的几点建议和思考
- 关于卷积神经网络原理以及代码实现应用的几点思考
- 运维经验分享:关于系统运维监控的几点建议
- 关于计算机专业的几点思考
- 几点关于C/C++开发的思考
- 关于分治和递归的几点思考 有关全排序问题
- 关于创办软件公司的几点思考
- 关于Oryx推荐系统的整体结构详解
- 关于“网络诊断工具—利用网络通讯分析系统诊断网络故障”抄袭一事申明 推荐
- 关于推荐系统设计
- 关于比尔盖茨的几点思考
- 关于流行的几点思考——《引爆点》读书笔记
- 推荐一篇非常不错的关于Linux系统硬盘、分区及文件系统的基本概念介绍文章
- 关于系统异常设计的再思考
- 关于自动化测试的一些思考 推荐
- 系统设计时关于性能问题处理的几点心得
- 关于权限系统的一些思考