基于Neo4j的个性化推荐（一）

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。