混合推荐策略

    混合设计分为整体式、并行式和流水线式。整体式是将几种推荐策略整合到一个算法中实现的混合设计。剩下的两种混合设计需要至少实现两种不同的推荐方法，然后将其组合起来。根据输入，并行混合的推荐系统相互之间独立运行，分别产生推荐列表，随后，输出数据被组合到最终的推荐集合中。流水线混合设计是将多个推荐系统按照流水线架构连接起来，前一个推荐系统的输出变成后一个推荐系统的输入部分。当然，后面的推荐单元也可以选择使用部分原始输入数据。

    根据以上的介绍，可以看出其他两种混合推荐系统设计都具有两个以上的推荐单元，它们的推荐结果被组合起来，整体式混合设计与之不同，它只包含一个推荐单元，通过预处理和组合多个知识源从而将多种方法整合在一起。因此，这种混合设计的实现方法是通过对算法进行内部调整，从而能够利用不同类型的输入数据。一般来说，特定数据的预处理步骤将输入数据转换成某个特定算法所需要的格式，特征组合和特征补充都可以纳入这个类别。

   1整体式混合设计-----

    1.1  Basu的特征组合方法能够根据群体和产品数据找到新的混合特征。这表明“在人类工程学上的努力包括组合出好的特征以辅助更好地学习”

用户	物品1	物品2	物品3	物品4	物品5
Alice		1		1
用户1		1	1		1
用户2	1</