本文全部建立在下面链接的解读与理解,留此记录,以便有相同需要的同学借鉴。
https://guides.neo4j.com/sandbox/recommendations/
一边翻译,一边尝试,如有误缪,敬请指点。
————————————————————————————————————
个性化推荐主要是为了提高转化率,提高销售率,为用户提供更好的体验,下面是基于Neo4j的几种推荐算法介绍。
基于图形的推荐(Graph-Based Recommendations)
使用图数据库生成推荐是最常见的用法,主要好处有:实时计算推荐,可以从分离的多数据源中挖掘价值。
个性化推荐(Personalized Recommendations)有两种方法
1.Content-Based Filtering(基于内容的过滤)
推荐与用户正在查看、评价较高或以前购买的项目类似的项目。