基于内容的推荐

思想：根据物品的属性和用户的特殊偏好，直观的选择可推荐物品。

比如，《哈利.波特》是一本科幻小说；用户爱丽丝很喜欢科幻小说，系统就会直接推荐一本新出版的《哈利.波特》给爱丽丝。

需求：

1.物品的特征描述（标签）

2.描述了用户（历史）兴趣的用户记录（标签）

首先，我们需要根据实际应用场景构建自己的标签库

标签库来源：已有内容（物品，以下相同）的标签；网络抓取流行标签；对运营的内容进行关键词提取

内容特征化(物品画像)：人工打标签；机器自动打标签

其中，机器自动打标签常采用机器学习相关算法实现，如分词 + Word2Vec来实现。

1.将文本语料进行分词，使用结巴分词；

2.使用Word2Vec训练词的相似度模型；

3.