推荐算法的简单认识

发掘长尾,推荐相对关注度低的东西

基于流行度的算法-简单粗暴,根据pv,uv热度来推荐

协同过滤算法
1) 基于用户 - 根据用户对物品的打分情况找出相似度高的用户,推荐评价高却没有被发现的物品。用户相似度读使用cos算余璇,夹角越小越相似。

推荐算法的简单认识

1) 基于物品
很多人喜欢物品A, 这些人中相当多的人又很喜欢物品B,那么A和B的相似度高。这样,浏览过A的用户,如果他没浏览过B,可以推荐B

基于内容的算法
根据TF-IDF算出内容的关键字,再和用户的标签算相似度,相似度高的做推荐
TF-IDF (一个词语在一篇文章中出现次数越多, 同时在所有文档中出现次数越少, 越能够代表该文章.)
推荐算法的简单认识

基于模型的算法
混合算法