发布网友 发布时间:2024-10-24 09:44
共1个回答
热心网友 时间:2024-11-14 16:52
一个完整的推荐系统通常包括3个组成模块是:用户建模模块;推荐对象建模模块;推荐算法模块。
推荐系统是一种信息过滤系统,用于预测用户对物品的评分或偏好。它可以把那些最终会在用户和物品之间产生的连接找出来。世间的万事万物都有连接,人与人之间的社会连接促进了社交产品的诞生,人与商品之间的消费连接造就了无数的电商产品,人和资讯越来越多的阅读连接促使了各类信息流产品的出现。
推荐系统需要已经存在的连接,去预测未来的连接。比如电商平台会根据你买过什么,浏览过什么这些人和商品之间的连接来预测你还可能会买什么,又比如你在使用今日头条时每一次点击,每一次阅读都是连接,根据已有过去的点击、浏览行为来预测你感兴趣的内容。
推荐系统的特点
1、主动性:推荐系统不需要用户提供明确的需求,能够自主地通过分析用户和物品之间的关联数据进行建模,为用户提供可能感兴趣的信息。
2、个性化:推荐系统能够控掘冷门信息推荐给用户。热门物品通常能够代表大多数人的喜好,冷门物品往往只能代表少数人的个性化需求,但冷门物品所带来的收益可能超过热门物品,所以挖掘长尾冷门信息是推荐系统的方向。总之,推荐系统推荐的物品通常来说不是对用户有帮助的,就是用户自己感兴趣的。
热心网友 时间:2024-11-14 16:52
一个完整的推荐系统通常包括3个组成模块是:用户建模模块;推荐对象建模模块;推荐算法模块。
推荐系统是一种信息过滤系统,用于预测用户对物品的评分或偏好。它可以把那些最终会在用户和物品之间产生的连接找出来。世间的万事万物都有连接,人与人之间的社会连接促进了社交产品的诞生,人与商品之间的消费连接造就了无数的电商产品,人和资讯越来越多的阅读连接促使了各类信息流产品的出现。
推荐系统需要已经存在的连接,去预测未来的连接。比如电商平台会根据你买过什么,浏览过什么这些人和商品之间的连接来预测你还可能会买什么,又比如你在使用今日头条时每一次点击,每一次阅读都是连接,根据已有过去的点击、浏览行为来预测你感兴趣的内容。
推荐系统的特点
1、主动性:推荐系统不需要用户提供明确的需求,能够自主地通过分析用户和物品之间的关联数据进行建模,为用户提供可能感兴趣的信息。
2、个性化:推荐系统能够控掘冷门信息推荐给用户。热门物品通常能够代表大多数人的喜好,冷门物品往往只能代表少数人的个性化需求,但冷门物品所带来的收益可能超过热门物品,所以挖掘长尾冷门信息是推荐系统的方向。总之,推荐系统推荐的物品通常来说不是对用户有帮助的,就是用户自己感兴趣的。
热心网友 时间:2024-11-14 16:52
一个完整的推荐系统通常包括3个组成模块是:用户建模模块;推荐对象建模模块;推荐算法模块。
推荐系统是一种信息过滤系统,用于预测用户对物品的评分或偏好。它可以把那些最终会在用户和物品之间产生的连接找出来。世间的万事万物都有连接,人与人之间的社会连接促进了社交产品的诞生,人与商品之间的消费连接造就了无数的电商产品,人和资讯越来越多的阅读连接促使了各类信息流产品的出现。
推荐系统需要已经存在的连接,去预测未来的连接。比如电商平台会根据你买过什么,浏览过什么这些人和商品之间的连接来预测你还可能会买什么,又比如你在使用今日头条时每一次点击,每一次阅读都是连接,根据已有过去的点击、浏览行为来预测你感兴趣的内容。
推荐系统的特点
1、主动性:推荐系统不需要用户提供明确的需求,能够自主地通过分析用户和物品之间的关联数据进行建模,为用户提供可能感兴趣的信息。
2、个性化:推荐系统能够控掘冷门信息推荐给用户。热门物品通常能够代表大多数人的喜好,冷门物品往往只能代表少数人的个性化需求,但冷门物品所带来的收益可能超过热门物品,所以挖掘长尾冷门信息是推荐系统的方向。总之,推荐系统推荐的物品通常来说不是对用户有帮助的,就是用户自己感兴趣的。