常见推荐系统框架

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

 

基于时间特征的推荐 框架图

 

 

 

电影推荐 框架图