推荐引擎(个性化推荐)常用模型和算法

背景介绍：
目前大量的技术网站都采用主动推荐产品或者广告的行为，个性化推荐技术始于个性化建站技术（包括Blog技术）；Google adwords广告系统采用识别用户输入串或者邮件内容向用户推荐匹配的广告的；Google引入的suggest技术，也是通过输入框提前感知用户的查询目的；百度提出的框计算也又一次证明了开发以及服务集成的思路以便更好地理解用户。

技术所要达到的目的为非在合适的地方展现合适的内容。


通常有下面的一些技术：
（1）.协同过滤（Collaborative Filtering）技术


（2）.自然语言理解技术
人与人交道使用的是人类语言（基本由词汇及约定俗成的含义构成）；
人与机器交互通常表现为机器提供特定的接口供人使用，随着人与机器交互的进行，人可以看到不同的交互界面。
机器与机器交互，通常表现为约定俗成都协议，例如TCP/IP协议，xml-rpc协议等
人在互联网中的行为通常会留下痕迹，通过分析这些痕迹，机器可以更好地理解人的意图。

（3）. 数据分析及数据挖掘技术


参考文章列表：
1. [url=http://gengrenjie.com/category/%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/]推荐系统 | 耿人杰的网络日志[/url]
2. [url=http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/index.html?ca=drs] 探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探[/url]