个性化推荐系统

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/