召回层算法
- 基于流行度(热门)的的算法
热门程度中的各种指标:点赞数、好评率、物品CVR(点击购买比)初步选出最合适的候选产品,这个可以解决冷启动的问题
- 基于用户的协同过滤
先找到和他有相似兴趣的其他用户,用户的点击率和评论是一样的,对行为偏好的分析相似性,
两者购买过的物品的交集除以两者的并集,或者两者物品的并集处以两者集合的乘积开根号
- 基于物品的协同过滤
相关物品的相似度similarity
- 基于内容的物品推荐
各种商品的内容标签相关的推荐,比如内特容
- 基于关联规则的物品偏好
Apriori和FP-Growth