【无标题】

学习目标：

阅读《自己动手做推荐引擎》

---

学习内容：

1. 搭建 Java 开发环境
2. 掌握 Java 基本语法
3. 掌握条件语句
4. 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