大数据推荐系统算法之基于内容个性化推荐
来源:互联网 发布:弘扬软件股份有限公司 编辑:程序博客网 时间:2024/05/05 16:53
大数据推荐系统算法有很多种,今天小编和大家分享一下基本内容(Content-based)做个性化推荐的方法。
基于内容推荐算法的原理很简单,就是通过分析物品的特征,计算新物品与用户历史喜欢物品的相似度,找最接近的topN个作为推荐的候选项。
基于内容推荐算法的一般处理步骤以下:
1.将物品的属性资料结构化
2.从物品属性中提取重要特征,可根据实际情况给特征加权。
3.取用户喜欢的历史数据作为训练集,建立出用户的兴趣模型
4.将物品的特征属性与用户兴趣模型计算相似度,用一个阀值来判断用户是否喜欢物品,如果是多个物品时可以按相似度的高到低来取topn作为推荐候选项
上面第1、2两个步骤相对简单,就是根据物品实际的特性取重要特征可以了,比如电子产品选品牌,性能相关的特征,衣服鞋之类的可能选材料相关的特征。
详细讲解一下第3、4步如果建立用户兴趣模型。举个例子:
item 有三个牲 A,B,C 取用户喜欢的历史数据100条作为训练集。
接下来计算这100条训练样本集中A,B,C三个特征的比例,假如结果是 A:0.45,B:0.25,C:0.3
现在有物品如下
A B C
物品1 0 1 1
物品2 1 0 0
那么物品1与用户的兴趣相似度为 0*0.45+1*0.25+1*0.3=0.55
物品2与用户的兴趣相似度为 1*0.45+0*0.25+0*0.3=0.45
结果很明显物品1更比物品2更适合推荐给用户
本例原代码下载
阅读全文
0 0
- 大数据推荐系统算法之基于内容个性化推荐
- 推荐系统之基于内容推荐CB
- 基于大数据技术推荐系统算法案例实战教程
- 大数据应用之个性化推荐的十大挑战
- 个性化推荐算法------基于内容的推荐和基于邻域的协同过滤
- 基于内容推荐的个性化新闻阅读实现(二):基于SVD的推荐算法
- 基于内容的推荐算法(推荐系统)(一)
- 基于内容的推荐算法(推荐系统)(二)
- 基于内容的推荐算法(推荐系统)(三)
- 推荐常用算法之-基于内容的推荐
- 大数据推荐算法之基于物品协同过滤推荐实例
- 推荐系统之基于二部图的个性化推荐系统原理及C++实现
- 推荐系统之基于二部图的个性化推荐系统原理及C++实现
- 推荐算法:基于内容的推荐_1:内容推荐算法
- 大数据:推荐系统
- 《推荐系统》--基于内容的推荐
- 推荐系统_基于内容的推荐
- [推荐系统01]基于内容的推荐
- * 24种设计模式——建造者模式
- 十六进制转十进制
- CountdownLatch 模拟 玩家就位
- PAT--1053. Path of Equal Weight
- 基于分布式的短文本命题实体识别之----人名识别(python实现)
- 大数据推荐系统算法之基于内容个性化推荐
- Java经典算法40例(十六)
- word2vec 构建中文词向量
- VS2015动态库编程之导出C++类(下)
- 随笔一篇
- 【洛谷T7153】(考试) 中位数
- Ubantu下bilibili开源ffmpeg编译
- 深浅拷贝浅解
- mysql之事务详解