从底向上依次介绍推荐系统各层的逻辑及涉及到的常用算法
基础层:
1.数据存储平台:主要涉及数据为用户信息、物品信息、用户行为信息等。
2.数据运算平台:根据实际需求设计。
3.数据传输平台:根据实际需求设计。
模型层:
1.用户画像模型
2.物品画像模型
3.用户关系挖掘
4.物品关系挖掘
5.用户物品关系挖掘
6.趋势预测模型
算法层:
1.用户显示评分矩阵;用户行为转评分矩阵;
2.矩阵SVD分解;优化的SVD++分解(挖掘隐藏因子)
3.用户协同过滤
4.物品协同过滤
5.基于内容的推荐
6.基于知识的推荐
7.关联规则挖掘
8.点击反馈算法
9.统计信息推荐
组合层:
1.迭代决策树融合
2.LG融合
3.支持向量机融合
4.混合推荐方法:整体式混合;并行式混合;流水式混合
应用层:
1.个性化推荐
2.关联推荐
3.热门推荐
4.推荐理由