内容推荐系统的目标是将用户感兴趣的内容推荐给用户。
一、建模过程
基于内容的推荐系统面临的问题有1.怎么从海量级物料中挑出用户感兴趣的内容 2.用户最感兴趣的内容如何第一时间呈现给用户
问题1,
1)利用统一的标签体系,将用户和物料分别打标签,然后从海量视频中捞出与用户标签相符的物料
2)利用itemCF,通过用户当前与历史场景下喜欢的内容,找出他们的相关的内容
问题2,
1)将问题转化为对物料的排序问题,将用户是否点击作为优化目标
明确问题后,即到了寻找模型+特征,训练模型的阶段
二、特征的选择
排序模型有以下几个影响因素
a)内容质量相关,证明用户喜欢内容的因素:观看次数、评论数、转发数、收藏数
b)用户相关:用户的品味与喜好
c)多样性:推荐不同主题,限制同一个上传则的内容数量,主题聚类、文本分析
特征选择从以上几个方向入手:
a)内容侧:观看次数、评论数、转发数、收藏数、主题,标签,文本特征、博主特征等
b) 用户侧:用户的观看、搜索历史、长短期兴趣、用户的基础信息等