个性化推荐实现原理

@zgcwkj  2019年07月10日

个性化推荐基本实现原理,纯属个人想法!

以下内容纯属个人想法!

如果有哪些不正确的,请说出来,愿意接受大家的想法!还有我语文不怎么好~

一、介绍相关概念

1、标签

对某样事物进行标记,和分类类似的一种做法。但区别是两个标签的事物可以是完全不同的事物。
标签是实现大数据分析等方面的核心思想。在大数据方面,分标签是一件很重要的事情,分得越多、维度越大,效果越显著、结果越接近理想状态。标签越多,处理起来就越复杂。需要自己权衡~

2、权重

描述某种事物的重要程度,其不同于一般的比重,体现的不仅仅是某一因素或指标所占的百分比,强调的是因素或指标的相对重要程度,倾向于贡献度或重要性。

二、介绍个性化推荐基本实现原理

1、为资源打标签

标签系统,可以通过特定的算法把未知的资源分析出是哪一类的。
当然还有一种就是人工标记,通过上传者选择的标签进行分类(B站是这种)。

2、根据用户划分权重

分析某个人点击某个标签的热度,根据热度分配权重,权重越大,说明乐度越大。
好的推荐系统离不开,权重应当自动调整策略,因为爱好可能会随环境变化而变化。

3、实现推荐系统

根据用户对标签的权重,进行对应的标签资源推荐。权重越大推荐的比例越高!

能力有限,菜鸟一个。仅供参考!



添加新评论

Top