推荐系统设计与优化：从数据处理到算法应用.pdfVIP

推荐算法实现与优化

图灵：楼兰

六、推荐系统设计与改进

1、数据处理问题

2、推荐算法

3、算法实战

4、结果评估与模型优化

总结：

六、推荐系统设计与改进

这一章节回到我们的推荐系统问题。其实经过前面的总结，应该不难知道，推荐

系统这样一个典型问题，其实按照他对于推荐规律的不同理解程度，可以分为以下

四种设计方式：

基于统计学的推荐系统：

我们之前基于商品销量的推荐系统就是一种典型的基于统计学的推荐系统。

这类推荐系统实现比较简单，但是千篇一律，所有人看到的东西都一样，不利于

深入挖掘用户与产品之间的关系，更适用于传统购物场景。

基于规则的推荐系统：

可以通过一些简单的业务规则来指定推荐系统的实现方式。例如，一个院可

以简单的把动画主推给青少年，把大片主推给年轻人，而把爱情片主推

给中老年人。这种推荐系统，的是由业务来进行驱动，软件层面实施起来相

对就会非常简单。比较适用于时间比较短，用户比较少，数据量规模也比较小的

场景。

基于传统机