1. 程式人生 > >推薦演算法的簡單認識

推薦演算法的簡單認識

發掘長尾,推薦相對關注度低的東西

基於流行度的演算法-簡單粗暴,根據pv,uv熱度來推薦

協同過濾演算法
1) 基於使用者 - 根據使用者對物品的打分情況找出相似度高的使用者,推薦評價高卻沒有被發現的物品。使用者相似度讀使用cos算餘璇,夾角越小越相似。

這裡寫圖片描述

1) 基於物品
很多人喜歡物品A, 這些人中相當多的人又很喜歡物品B,那麼A和B的相似度高。這樣,瀏覽過A的使用者,如果他沒瀏覽過B,可以推薦B

基於內容的演算法
根據TF-IDF算出內容的關鍵字,再和使用者的標籤算相似度,相似度高的做推薦
TF-IDF (一個詞語在一篇文章中出現次數越多, 同時在所有文件中出現次數越少, 越能夠代表該文章.)
這裡寫圖片描述

基於模型的演算法
混合演算法