目前，主要的推荐方法包括：基于内容的推荐、协同过滤推荐、基于关联规则的推荐、基于效用的推荐、基于知识的推荐和组合推荐。 基于内容的推荐 基于内容的推荐（Content-based Recommendation）是信息过滤技术的延续与发展，它是建立在项目的内容信息上作出推荐的，而不需要依据用户对项目的 ...
分类：
编程语言 时间：
2017-04-01 01:04:15
阅读次数：
199
链接：http://www.zhihu.com/question/20326697/answer/58148605 推荐算法大致可以分为三类：基于内容的推荐算法、协同过滤推荐算法和基于知识的推荐算法。 基于内容的推荐算法，原理是用户喜欢和自己关注过的Item在内容上类似的Item，比如你看了哈利波特 ...
分类：
编程语言 时间：
2016-09-30 02:12:43
阅读次数：
176
说明：文章为初学者看推荐系统（蒋凡），结合网上资料做的笔记，不保证其正确性~
一、首先当前的主流推荐方法有：
1、 协同过滤推荐；
2、 基于内容的推荐；
3、 基于知识的推荐；
4、 混合推荐；
（注：学习过程不必特意将他们区分开，由他们的推荐公式知道他们的缺陷，混合使用）
1、 协同过滤（CF collaborative Filtering）：
1-1：基于用户...
分类：
其他好文 时间：
2016-07-24 07:05:09
阅读次数：
142
推荐系统的分类：
基于应用领域分类：电子商务推荐，社交好友推荐，搜索引擎推荐，信息内容推荐
基于设计思想：基于协同过滤的推荐，基于内容的推荐，基于知识的推荐，混合推荐
基于使用何种数据：基于用户行为数据的推荐，基于用户标签的推荐，基于社交网络数据，基于上下文信息（时间上下文，地点上下文等等）
协同过滤：
协同过滤的基本思想（基于用户）：
协同过滤一般是在海量的用户中发掘...
分类：
其他好文 时间：
2016-05-27 12:13:36
阅读次数：
2046
推荐系统分类 基于应用领域分类：电子商务推荐，社交好友推荐，搜索引擎推荐，信息内容推荐基于设计思想：基于协同过滤的推荐，基于内容的推荐，基于知识的推荐，混合推荐基于使用何种数据：基于用户行为数据的推荐，基于用户标签的推荐，基于社交网络数据，基于上下文信息（时间上下文，地点上下文等等） 协同过滤的基本 ...
分类：
其他好文 时间：
2016-04-19 13:48:00
阅读次数：
306
协同过滤和基于内容推荐的方法的主要优势在于，可以以相对较小的代价获取和维护这些知识。
但是，在一些场景下，比如房屋、汽车、计算机等商品，协同系统会因为评分数据少而效果不好；或者时间跨度因素也很重要的情况，用户偏好随着各种状况而变化等；这些场景就不是协同过滤和基于内容推荐擅长解决的。
基于知识的推荐系统可以解决这些问题，它不需要评分数据，因此不存在启动问题。基于知识推荐交互性很强，所以是一种会话式系统。基于知识推荐不仅仅是一种过滤系统，而是更为广义上“以一种个性化方法引导用户在大量潜在候选项中找到感兴趣或有用...
分类：
其他好文 时间：
2014-12-18 17:02:58
阅读次数：
280
前两章的协同过滤和就内容的推荐都建立在“大量数据”的基础上，运用概率方法来进行计算和预测。不过，在现实生活中，有些物品，如：汽车、房屋、计算机，用户不会频繁的消费。如何在这种情况下对用户进行推荐？
这种case，在现实生活中很常见的就是在淘宝上面用general的query来搜索一些大宗物品，如：相机、电视、空调、等等。这时候淘宝除了给出一些结果，还会给出一些选项，如：品牌、像素、尺寸，...
分类：
其他好文 时间：
2014-12-11 00:21:48
阅读次数：
200
介绍推荐系统的基本概念，几种推荐方法：协同过滤推荐、基于内容的推荐、基于知识的推荐，简要介绍其定义，适用的场景，在实现过程中要着重解答的问题。为以后逐渐深入了解这些内容做个概括性的介绍。...
分类：
其他好文 时间：
2014-12-05 19:24:10
阅读次数：
194
