CB推荐算法根据用户过去喜欢的产品,为用户推荐和他过去喜欢的产品相似的产品。采用基于特征的空间向量模型,并用最近邻方法进行推荐。
算法步骤:
抽取房源的基本特征,考虑到租房的实际情况,确定的基本特征有价格 (house_price) 面积 (house_area),房屋类型 (house_type),地区 (district)
利用一个用户过去喜欢(及不喜欢)的房源特征数据,来学习出此用户的喜好特征。将各个特征进行分类。其中价格分为10类,面积分10类,房屋类型6类,地区9类利用历史数据统计出每个用户的每个特征中各类别的次数,之后相加取平均,表示某用户的某特征的喜好向量。
- 价格 t1 : (house_price) ,
面积 t2 : (house_area) ,
类型 t3 : (house_type),
地区 t4 : (district)。
cosθ1=T1∙t1||T1||∙||t1||,cosθ2=T