常用推荐系统算法总结计划及性能比较.docxVIP

  • 25
  • 0
  • 约5.24千字
  • 约 9页
  • 2021-03-02 发布于山东
  • 举报

常用推荐系统算法总结计划及性能比较.docx

常用推荐系统算法总结及性能 比较 ———————————————————————————————— 作者 : ———————————————————————————————— 日期: 一 ,常用推荐系统算法总结 1、 It  em cf ( 基于商品的协同过滤  ) 这个算法是cf中的一种, 也是当今很多大型网站都在采用的核心算法之一。 对于商城网站(以 Amaz on 为代表 ,当然也包括京东那种具有搞笑特色的推荐系统在内) ,影视类推 荐,图书类推荐, 音乐类推荐系统来说 ,it e m 的增长速度远不如 user 的增长速度, 而且 item 之间的相似性远不如 user 之间的相似性那么敏感 ,所以可以在离线系统中将ite m 的相似度矩阵计算好 ,以供线上可以近乎即时地进行推荐。因为这种方法靠的是 item 之间的相关性 进行推荐 ,所以推荐的i tem 一般都和喜欢的 item内容或者特性高度相似, 很难推荐出用户潜在喜欢的 it em ,多样性也比较差。 2、 User c f ( 基于用户的协同过滤) 这个是 cf 中的另外一种 ,它的主要特色是可以发现和用户具有同样 tas te 的人,有句俗 话叫做观其友知其人 ,大概也是这个道理吧。 找到用户的相似用户, 通过相似用户喜欢的 item 推荐给该用户。因为用户的相似用户群还是比较敏感的 ,所以要频繁地计算

文档评论(0)

1亿VIP精品文档

相关文档