推荐系统算法

        最近在学习研究推荐系统算法。比较常见的两种是基于好友关系的协同推荐,以及基于物品特征、特性的协同推荐。

  其实基于人协同推荐存在一种非同类人的爱屋及乌推荐方法,例如关注的微博大v、微信大v、微信公众账户、以及网红,关注他们是对他们的认可,

  对于他们推荐的书籍、或商品会有格外的认同感。这样两个人之间是不存在协同关系的,更多的是一种单向的认同、认可。其实新浪博客、微博、

  微信公众账户都是基于此类方法来获取大量用户的,推荐商品领域未见类似说法。----爱屋及乌推荐方法、基于背书的推荐方法。

       基于物品、音乐、人进行标签的方式实现对物品的分类,实现通过有相同标签的方式进行推荐,同时标签也能对人物进行画像使整个人物能够

  鲜活起来,例如热爱电影、热爱音乐、爱旅游、80后、90后等等。

        

posted @   杉枫  阅读(374)  评论(0编辑  收藏  举报
编辑推荐:
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
阅读排行:
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· DeepSeek如何颠覆传统软件测试?测试工程师会被淘汰吗?
点击右上角即可分享
微信分享提示