推荐算法中的混合推荐

各种推荐方法各有利弊，为了扬长避短，在实际中常常采用混合推荐（Hybrid Recommendation）。其中一个最重要的原则就是通过组合后能避免或弥补各自推荐技术的弱点；

• 加权式：加权多种推荐方法的结果

• 切换式：根据问题背景和实际情况或要求决定变换采用不同的推荐方法

• 混杂式：同时采用多种推荐方法给出多种推荐结果供用户参考

• 特征组合：组合来自不同推荐数据源的特征被另一种推荐算法所采用

• 层叠式：先用一种推荐技术产生一种粗糙的推荐结果，第二种推荐方法在此推荐结果的基础上进行更精确的推荐

• 特征补充：一种技术产生附加的特征信息嵌入到另一种推荐方法的特征中去。

• 级联式：用一种推荐方法产生的模型作为另一种推荐方法的输入 （常见知识图谱）