方法一：利用用户注册信息
用户注册信息一般分为三种：
l 人口统计学信息：主要包含姓名、性别、地区、学历、职业、民族等
l 用户兴趣描述：让用户用文字描述自身兴趣
l 导入用户站外数据：比如进行登录时，利用用户的其他网站（京东）账号进行登记，就会在用户同意情况下获取用户其他网站（京东）行为数据
注：此处先针对人口统计学信息为用户解决个性化推荐问题，其余两个信息用法后期进行补充。
基于注册信息的个性化推荐流程：
-
获取用户的注册信息；
-
根据用户注册信息对用户进行分类；
-
给该用户推荐其所属分类中用户喜欢的商品。
每一类别中用户喜欢商品程度的计算公式，采用：
方法二：选择合适物品启动用户兴趣
对于新注册用户，首先在注册时，给用户提供一些商品，让用户反馈他们对这些商品的兴趣，根据这些反馈对用户进行个性化推荐。其中最重要的是给新用户提供反馈的商品必须具有一下特征：
l 比较热门
l 具有代表性和区分性
l 启动物品集合具有多样性
下面介绍一种选择商品的方式：考虑用户对物品评分的方差，来衡量该商品的区分度。计算公式，如下：
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
