盘点4种常用的推荐算法

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。