导读:推荐系统大量使用了机器学习技术,本文简单介绍一下推荐系统常用的策略与算法。
作者:刘强
来源:大数据DT(ID:hzdashuju)
01 基于内容的推荐
推荐系统是通过技术手段将标的物与人关联起来,标的物包含很多属性,用户通过与标的物的交互会产生行为日志,通过这些行为日志可以挖掘出衡量用户对标的物偏好的标签(将标的物的属性赋予喜欢它的用户,让用户具备这个标签),通过这些偏好标签为用户做推荐就是基于内容的推荐算法。
拿视频推荐来说,视频有标题、国别、年代、演职员、标签等信息,用户以前看过某类视频,就代表用户对这些视频有兴趣,比如用户偏好恐怖、科幻类电影,这样用户的电影偏好就被打上了恐怖、科幻的标签,我们就可以根据这些兴趣特征为用户推荐恐怖、科幻类电影。
02 协同过滤
用户在产品上的交互行为为用户留下了标记,我们可以利用“物以类聚、人以群分”的朴素思想来为用户提供个性化推荐。