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.