目录
前言
推荐算法是计算机专业中的一种算法,通过一些数学算法,推测出用户可能喜欢的东西,应用推荐算法比较好的地方主要是网络。所谓推荐算法就是利用用户的一些行为,通过一些数学算法,推测出用户可能喜欢的东西。
个性化推荐概念的首次出现是在1995年3月的美国人工智能协会上,由卡耐基梅隆大学的Robert Armstrong等提出了个性化导航系统Web Watcher。同时,斯坦福大学的Marko balabanovic等也推出了LIRA——一个个性化推荐系统。自此之后,个性化推荐的研究开始蓬勃发展。
推荐算法的研究起源于20世纪90年代,由美国明尼苏达大学GroupLens研究小组最先开始研究,他们想要制作一个名为Movielens的电影推荐系统,从而实现对用户进行电影的个性化推荐。首先研究小组让用户对自己看过的电影进行评分,然后小组对用户评价的结果进行分析,并预测出用户对并未看过的电影的兴趣度,从而向他们推荐从未看过并可能感兴趣的电影。此后,Amazon开始在网站上使用推荐系统,在实际中对用户的浏览购买行为进行分析,尝试对曾经浏览或购买商品的用户进行个性化推荐。根据 enture Beat的统计,这一举措将该网站的销售额提高了35%自此之后,个性化推荐的应用越来越广泛。
app首页推荐流(app_feed_v7)召回源
策略 | 召回资源类型 | 策略说明 |
---|---|---|
his_today | blog | 历史上的今天 |
user_follow_bbs | bbs | 用户关注的社区云精选帖子召回 |
user_follow | blog、blink、live | 用户关注召回 |
yuanlijihua_tag_v1 | blog | 原力计划博客召回 |
search_records_recommend | blog | 用户搜索历史召回 |
top_blink | blink | 热门blink召回 |
personrec_tag | blog | 用户个性化标签召回 |
cf | blog | 协同过滤召回 |
hot_rank_bottoming | blog | 热榜top100插入 |
hot | blog | 热数据 |
whitelist_liveroom | live | 正在开播的白名单账号的直播间 |
whitelist_blog | blog | 新用户冷启动白名单推荐池 |
pc首页推荐流(pc_feed_v2)召回源
策略 | 召回资源类型 | 策略说明 |
---|---|---|
ask_hot | ask | 问答热数据 |
ask_personrec_tag | ask | 问答用户个性化标签召回 |
其他同app_feed_v7召回 |
wap首页推荐流(wap_feed)召回源
策略 | 召回资源类型 | 策略说明 |
hot_rank_bottoming | blog | 热榜top100插入 |
search_records_recommend | blog | 用户搜索历史召回 |
his_today | blog | 历史上的今天 |
hot | blog | 热数据 |
yuanlijihua_tag_v1 | blog | 原力计划博客召回 |
personrec_tag | blog | 用户个性化标签召回 |
whitelist_blog | blog | 新用户冷启动白名单推荐池 |