推荐算法：基于约束的推荐

• 基于知识的推荐
• 垂直领域的推荐

1. 分类

• 基于样例的推荐
• 基于约束的推荐：if-then的关系
• 基于关联：FP、Apriori

相似点

• 收集用户需求
• 找不到推荐方案下，自动修复与需求的不一致性
• 给出合理的推荐解释

区别

• 推荐方案如何产生
  
  1. 样例：相似度计算
  2. 约束：使用预先定义好的知识库（用户需求描述和产品信息的关联程度）

---

2. 约束推荐

• 基本约束推荐

  1. 两个变量：$V_c ； V_{PROD}$
  2. 三个约束：$C_R ; C_F; C_{PROD}$

• $V_c$：客户特性（例如：是否愿意冒风险）

• $V_{PROD}$ : 给定产品的特性（推荐的投资周期，产品类型）
• $C_R$: 约束（客户需求的约束，日历：短期投资和高风险投资不相容）
• $C_F$：过滤条件（缺乏理财经验的客户不应该接受高风险）
• $C_{PROD}$ :产品；

---

3. 关联分析