摘要：
前文介绍了协同过滤算法和基于内容的推荐算法协同过滤算法要求要有很多用户，用户有很多操作基于内容的推荐算法用户可以不用很多，但是用户的操作也要有很多但是，如果要推荐给新用户（用户的操作不多），应该要怎样推荐呢？这里就要用到相似性推荐了相似性推荐定义：对于新用户A，没有t... 阅读全文
摘要：
基于内容的推荐定义：通过用户历史感兴趣的信息，抽象信息内容共性，根据内容共性推荐其他信息。适用场景：用户量少，但是用户操作的事物多还是以推荐电影为例子：简要步骤：a.找到用户感兴趣的电影集合（同样，如何定义感兴趣是个难点，浏览过？点赞过？观看过？）b.找到这些电影的具... 阅读全文
摘要：
协同过滤的定义：通过找到兴趣相投，或者有共同经验的群体，来向用户推荐感兴趣的信息。适用场景：被推荐用户有过比较多历史动作，并且其他用户也有过比较多的历史动作举例：以推荐用户电影为例，假设有100W用户，10W电影，用户的id为uid1,uid2,uid3... 电影的... 阅读全文