yyqq188的博客

用户画像是将用户的特征进行标签化，有简单的标签，也有复杂的标签，复杂的标签来自原始的标签，这其中有复杂的规则逻辑，用sql或这sparkCore来执行产生，也有利用算法模型来产生的，利用SVM,LR,RF等等分类聚类算法。可以看到其实用户画像也离不开算法 当满足一定目标的用户画像产生之后，就要利用这部分标签数据，进行推荐，进行关联分析或协同过滤分析，自然会有算法，就是推荐涉及的算法。 两大系统

推荐系统介绍 自从1992年施乐的科学家为了解决信息负载的问题，第一次提出协同过滤算法，个性化推荐已经经过了二十几年的发展。1998年，林登和他的同事申请了“item-to-item”协同过滤技术的专利，经过多年的实践，亚马逊宣称销售的推荐占比可以占到整个销售GMV（Gross Merchandise Volume，即年度成交总额）的30%以上。随后Netflix举办的推荐算法优化竞赛，吸引