学习目标:
阅读《自己动手做推荐引擎》
学习内容:
- 搭建 Java 开发环境
- 掌握 Java 基本语法
- 掌握条件语句
- 掌握循环语句
学习时间:
- 1小时
学习产出:
1、协同过滤推荐系统
协同过滤推荐系统有以下两种类型。
□基于用户的协同过滤:基于用户的协同过滤给出的推荐项主要是考虑用户的喜好。基于用户的协同过滤分两步:
● 基于共同兴趣识别相似用户
● 根据与活跃用户相似的用户所给出的对新项目的评级,为活跃用户进行新项目推荐。
□基于项目的协同过滤:基于项目的协同过滤,是根据相邻项目产生推荐。与基于用户的协同过滤不同,我们要先找项目,然后根据活跃用户对相似项目的历史评估进行新项目的推荐。基于项目的推荐系统的构建过程分为两个步骤:
● 根据用户对项目喜好计算相似项目
● 找出相似度最高并未被活跃用户评估的项目进行推荐
它也有自己的局限性,比如冷启动问题,这是指协同过滤系统不能对系统无法获得其数据的用户(即第一次登录的用户)进行推荐。
2、基于内容的推荐系统
内容推荐系统对活跃用户进行推荐时,通常包含用户画像、项目画像、生成模型等相关步骤。基于内容的推荐系统推荐的项目,是对项目的信息或特征、用户属性等分析之后形成的推荐项。举个例子,当你在YouTube搜索Lionel Messi的视频时,基于内容的推荐系统会学习你的偏好,并且会推荐其他与Lionel Messi相关的视频或者其他与足球有关的视频。
3、混合推荐系统
举个例子说明一下,假设你是一个经常阅读谷歌新闻的人,推荐引擎会在流行新闻的基础上,找到与你相似的人读的新闻,并根据你的个人喜好、历史点击信息等进行计算,从而得到要向你推荐的新闻。这种类型的推荐系统混合使用基于内容的推荐系统和协同过滤系统