基于内容的推荐算法:
1、算法原理:从”构造特征”到”判断用户是否喜欢”
2、应用场景:系统向用户特征与他们过去兴趣相似的电影
基于近邻的推荐算法:
1、UserCF算法(用户协同过滤算法)
算法原理:从”构造特征”到”判断用户是否喜欢”
2、ItemCF算法(项目的协同过滤算法)
算法原理:”找到用户喜欢的物品”再”找到喜欢物品的相似物品”
深度学习在推荐系统中的应用
具备强大的特征提取与表示能力,可以捕捉用户长短期偏好,从而预测用户下一步的行为,进而产生推荐
1、算法原理:从”构造特征”到”判断用户是否喜欢”
2、应用场景:系统向用户特征与他们过去兴趣相似的电影
算法原理:从”构造特征”到”判断用户是否喜欢”
算法原理:”找到用户喜欢的物品”再”找到喜欢物品的相似物品”
具备强大的特征提取与表示能力,可以捕捉用户长短期偏好,从而预测用户下一步的行为,进而产生推荐