这篇文章主要说下我们在个性化推荐策略的选择、实践和总结,没有太多机器学习方面的东西,就是简简单单说说大概的做法。
推荐系统主要方法:
协同过滤(Collaborative Filtering)
User based collaborative filtering &item based collaborative filtering
基于人口统计学得过滤(Demographic Filtering)
--年龄、性别、工作、学历、居住地、国籍、名族。。
内容过滤(Content-based Filtering)
--内容相似
社会化过滤(Social Filting or socail Recommendation)
--社交网络
基于位置的过滤(Location-based Filteing)
首先我们要说下的内容过滤(content-based filtering),这个推荐方法核心就是视频内容的相似度。
具体过程如下:
1、构建向量空间模型
a、抽取视频keyword b、利用TF-IDF得到keyword weigth
令wi是视频Dj的第i个keyword的权重(weigth).视频(video)的向量空间模型(Vector Space Model):
Video(Dj)=(w1j,w2j,……)