AIFashion第十天——常用的推荐算法

整理会议记录，主要梳理常用的推荐算法。

 

1）基于用户特征（包括身高、体型、年龄、肤色、发色等）推荐；

    算法简单，可推荐没与用户互动过的衣服；可供分析的内容有限，推荐结果特化，缺乏惊喜。

2）基于当前穿衣风格推荐；

    与1）相似，在用户特征方面，只是把用户的稳定特征，换为当前穿衣风格这种多变的特征；可契合用户频繁变化的兴趣。

3）基于记忆的推荐；

    记录与目标用户偏好相似的用户的喜好信息，推荐最近这些用户偏好的衣服风格；根据目标用户历史穿衣风格与当前衣服风格的相似度来决定；

4）基于聚类推荐；

    将有相似稳定特征的用户聚类，推荐相似用户的衣服风格；