摘要：
基于tag推荐是独立于基于宝贝推荐和基于用户推荐的一个推荐算法。它分为两部分：商品标签和用户标签，可以通过tag做商品之间的关联，也可以做用户和商品之间的关联。目前关联推荐在商品标签算法上已经做了两版优化，优化效果还不错。算法采用的是机器学习方法，提取宝贝的训练特征并选择样本集，通过机器学习模型训练，得到一个好的训练模型，再对全网的商品进行训练产出商品标签数据。 随着算法的两版优化，测试这边也积累了一些测试指标。1、 标签去重一个宝贝的标题中可能会包含重复的词，如果算法没有对重复的分词去重，就会出现一个宝贝出现两个相同的标签。2、 过滤停用词宝贝标题中会包含一些特殊符号，还会包含一些没有意义的 阅读全文
2013年1月8日
