摘要： 一、假设 以下假设的成立是做个性化推荐落地的逻辑基础 历史行为代表用户的兴趣 群体偏好可作为用户初始兴趣 好商品和相关商品总是会被用户经常点击和购买 二、流程 I2I数据生成：收集行为并赋予其权重，使用协同过滤内容算法计算商品与商品的相似性 候选商品找回：通过近期行为，捞取相似商品 排序：点击率预估 阅读全文

摘要： 前推荐时代 在产品的初期，通过冷启动进行推荐。这时的推荐功能简单，一般是全局推荐，推荐服务逻辑较轻，没有个性化千人一面，从而容易引起马太效应。推荐策略一般由人工定义或人为定制策略，通常使用实时热点的内容，利用自然排名（热快全等等维度、排序因子计算多重维度综合指数）规则排序进行展示，其中人为定制策略可 阅读全文