4.推荐系统 之 内容召回1——基于内容的

推荐系统之内容召回1——基于内容的

1.  基于内容的召回
2.  基于行为的召回
3.  多路召回
4.  热点召回

一、基于内容的召回

文章召回文章 

基于文章相同关键词得分做排序推荐

import json


with open("article_keywords") as f:
        lines=f.readlines()
keyword_title_scores={}
for line in lines:
        data=json.loads(line)
        title=data['title']
        keywords=data['keywords']
        for [keyword,score] in keywords:
                if keyword not in keyword_title_scores:
                        keyword_title_scores[keyword]=[]
                keyword_title_scores[keyword].append([title,score])
title_similar={}
for title_scores in keyword_title_scores.values():
        for t1,score1 in title_scores:
                if t1 not in title_similar:
                        title_similar[t1]={}
                for t2,score2 in title_scores:
                        if t1==t2:
                                continue
                        title_similar[t1][t2]=title_similar[t1].get(t2,0.0)+score1*score2
results=[]
for t1,t2_similar in title_similar.items():
        t2_similar=sorted(t2_similar.items(),key=lambda s:s[1],reverse=True)[0:5]
        results.append(json.dumps({"title":t1,"similar":t2_similar},ensure_ascii=False))
with open("title_recall","w") as f:
        f.writelines("\n".join(results))

 

 关键词召回文章

用户日志：用户看了哪些文章代表用户对这些文章的关键词感兴趣。生成用户画像   ： 用户 | 关键词，根据用户画像推荐

用户日志

user1	1	3	5
user2	4	7	9
user3	8	10	11

 用户画像分短时和长时两种，像在电商邻域，预测用户实时购买可能，用短时是画像。双十一则用长时用户画像。

 

 

 

关键词召回文章 

import json


with open("article_keywords") as f:
        lines=f.readlines()
keyword_title_scores={}
for line in lines:
        data=json.loads(line)
        title=data['title']
        keywords=data['keywords']
        for [keyword,score] in keywords:
                if keyword not in keyword_title_scores:
                        keyword_title_scores[keyword]=[]
                keyword_title_scores[keyword].append([title,score])
results=[]
for keyword,recall in keyword_title_scores.items():
        recall=sorted(recall,key=lambda s:s[1],reverse=True)
        results.append(json.dumps({"keyword":keyword,"similar":recall},ensure_ascii=False))
with open("word_recall","w") as f:
        f.writelines("\n".join(results))