推荐算法

1. 基于内容推荐

  算法思想：根据用户选择的对象，推荐其他类似属性的对象作为推荐。

  基于内容推荐的工作流程：

  （1）为每个物品建立一个物品的属性资料（该书籍的内容是武侠类，作者是金庸）；

  （2）为每个用户建立一个用户的喜好资料（喜好金庸的武侠小说）；

  （3）计算用户喜好资料与物品属性资料的相似度，相似度高意味着用户可能喜欢这个物品，相似度低往往意味着用户不喜欢这个物品。

2. 协同过滤推荐

  可以简单的理解为：基于其他用户对某一内容的评价向目标用户进行推荐。

  例如：买东西的时候，通过好朋友的推荐来帮助自己进行选择。

  协同过滤推荐分为两类：

  （1）启发式

  ①基于用户的协同过滤：给用户推荐和他兴趣相似的其他用户喜欢的物品；

  ②基于项目的协同过滤：给用户推荐和他之前喜欢的物品相似(相关)的物品。

  （2）基于模型

3. 组合推荐

  组合推荐的一个重要原则是通过组合后应能避免或弥补各自推荐技术的弱点。