推荐系统的几个阶段

 

推荐系统在大量的网站中都用所应用


最开始是关联规则挖掘。基于频繁集的挖掘。范围是所有用户和商品直接挖掘。

然后是协同过滤的挖掘。基于用户的推荐。范围是用户相似的用户和他们感兴趣的信息。

内容推荐。是信息内容的抽象特征和用户的特征向匹配对应。

基于协同tag推荐。就是 用户的兴趣点 和 商品特征和匹配对应。

以下推荐几篇推荐系统方面的论文:
amazon.com recommendations Item-to-Item Collaborative_Filtering.pdf
Explaining Collaborative Filtering Recommendations.pdf
Item-based collaborative filtering recommendation_algorithms.pdf
一种基于用户筛选的推荐算法.ppt
个性化推荐系统的研究进展.pdf
The Structure of Collaborative Tagging Systems .pdf

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值