登录免费注册



推荐系统知识框架

首页  思维导图  详情



推荐系统知识框架

2022-01-04 09:06:15   1  举报





AI智能生成

推荐系统知识纲要

算法

推荐

模版推荐

作者其他创作

大纲/内容

思路

亚马逊率先采用个性化商品推荐，35%的购买由该系统贡献

可用数据从商品延伸向用户：交易、行为、属性、物联、传感

挖掘所需技术能力不断提高：表格、日志、文本、图像、语音、视频

千人千面走向私人定制，协助方案设计、定价分析、降本增效

用户行为建模

显示偏好

获客、浏览、点击、购买、转发、评价

隐式兴趣

细分群体

分类

根据规则筛选，人工标注

SVM

聚类

标签化

高价值用户、价格敏感、钟情大牌、大神用户、小白用户、偏好流行、偏好小众

推荐算法

基于内容

用户特征和物品特征匹配

惊喜度较差，存在冷启动问题

协同过滤

基于距离计算公式

相似度计算

偏好和兴趣随时间变化

离线

长期、短期、近期

近线

实时

基于用户协同过滤的核心，一般采用皮尔逊相似度

用户行为数据具有时效性，所以特征做时间段划分

基于模型

pLSA、LDA、SVM、SVD

基于知识

用户需求和物品的相似度

明确的推荐规则为主

与基于内容和协同过滤互补

基于统计

全局热门

分类热门

结果融合

加权混合、交叉混合、分级混合

切换混合

场景决定算法

新闻推荐

首先基于内容、其次协同过滤、最后朴素贝叶斯找到长期兴趣匹配结果

串联混合

后面的算法对前面的不断优化

重排序

LTR-learning to rank

按点、按对、按表

LR、SVM、DT

模型上线

离线测试

交叉验证

在线测试

AB测试

 Collect

Get Started

智能推荐系统

 Collect

Get Started

推荐流程

 Collect

Get Started

系统框架

 Collect

Get Started

首页推荐













评论

0 条评论

下一页



图形选择

思维导图

主题

补充说明

AI生成





修改AI描述

去编辑

重新生成

提示 

关闭后当前内容将不会保存，是否继续？

取消

确定

Document