推荐系统算法

1、基于人口统计学的推荐

用户画像

2、基于内容的推荐

相似度计算

基于内容的推荐算法

基于内容推荐系统的高层次结构

特征工程

 

数值型特征处理

归一化

离散化

类别型特征处理

时间型特征处理

统计型特征处理

 

推荐系统常见反馈数据

基于 UGC 的推荐

基于 UGC 简单推荐的问题

TF-IDF

TF-IDF 对基于 UGC 推荐的改进

3、基于协同过滤的推荐

 

3.1 基于近邻的推荐

基于用户的协同过滤（User-CF）

基于物品的协同过滤（Item-CF）

User-CF 和 Item-CF 的比较

基于协同过滤的推荐优缺点

3.2 基于模型的协同过滤

隐语义模型（LFM）

LFM 降维方法 —— 矩阵因子分解

LFM 的进一步理解

矩阵因子分解

模型的求解 —— 损失函数

模型的求解算法 —— ALS

梯度下降算法