麦包包的个性化推荐主要是采用协同过滤技术。协同过滤 (Collaborative Filtering,简称CF)技术,是推荐系统中应用最为广泛的技术之一。麦包包主要采用了三种协同过滤技术:
- 基于用户(User)的协同过滤,经典用途是Also View;这个在amazon的网站也很常见,经常看到提示,“看这个页面的人也看了哪些页面”
- 基于商品(Item)的协同过滤,经典用途是相似商品;这个基本上是基于商品的相似度,可以划分更细的维度,同品牌、同功能、互补商品
- 基于话题(Topic)的协同过滤,经典用途是个性化首页。记录下用户的访问轨迹,感兴趣的产品,然后为用户定制个性化的首页和推荐。印象最深的是amazon的首页每个人去访问都是不一样的,而隔天发给我的邮件也随着我访问不同的商品而有不同的推荐。
- 另外,还有基于曝光(Exposure-based)的系统过滤,解决马太效应问题。
麦包包首席架构师的盛国军的访谈:
http://www.programmer.com.cn/6571/