零基础科普：4种简单推荐算法背后的原理

导读：大数据平台只是提供了数据获取、存储、计算、应用的技术方案，真正挖掘这些数据之间的关系让数据发挥价值的是各种机器学习算法。在这些算法中，最常见的当属智能推荐算法了。下面通过几种简单的推荐算法来了解一下推荐算法背后的原理。

作者：李智慧

来源：大数据DT（ID：hzdashuju）

我们在淘宝购物，在头条阅读新闻，在抖音刷短视频，背后其实都有智能推荐算法。这些算法不断分析、计算我们的购物偏好、浏览习惯，然后为我们推荐可能喜欢的商品、文章、视频。这些产品的推荐算法如此智能、高效，以至于我们常常一打开淘宝就买个不停，一打开抖音就停不下来。

01 基于人口统计的推荐

基于人口统计的推荐是相对简单的一种推荐算法，它会根据用户的基本信息进行分类，然后将商品推荐给同类用户，如图1所示。

▲图1 基于人口统计的推荐算法

用户A和用户C的年龄相近、性别相同，可以将他们划分为同类。用户A喜欢商品D，因此推测用户C可能也喜欢这个商品，系统就可以将这个商品推荐给用户C。

图1中的示例比较简单，在实践中，还应该根据用户收入、居住地区、学历、职业等各种因素对用户进行分类，以使推荐的商品更加准确。

02 基于商品属性的推荐