推荐系统学习笔记——九、推荐系统实现用户聚类推荐

九、推荐系统实现用户聚类推荐

聚类分析（Cluster analysis），亦称为群集分析，是一种数据点分组的机器学习技术。给定一组数据点，可以用聚类算法将每个数据点分到特定的组中

推荐思路：将用户进行聚类，给每个聚类推荐该类人群喜欢的内容

实现用户聚类推荐的技术流程：

几个步骤：
用户聚类 → 分群热榜统计 → 计算结果缓存 → 在线服务

前两步的结果都会存入到高速缓存，然后在线服务使用缓存进行推荐

用户聚类

• 类别信息：性别、年龄、职业等等，
  • 特征处理：使用one-hot把类别信息变成0、1的值
• 行为列表：播放、购买等等，
  • 特征处理：因为时变长的，所以使用embedding的技术，转变成一个定长的密集向量。embedding：把有序列表输出成定长向量，每一个向量的值是一个数字，这样不同人的行为列表就可以通过向量直接计算相似度。
• 特征工程之后，把one-hot向量列表和embedd