本文探讨了如何将马尔科夫过程应用于推荐系统中，通过将用户的购买行为视为一系列状态转移来预测其未来的购买意向。具体做法是将用户购买的商品映射为马尔科夫链中的节点，并利用这些节点间的转移概率来实现个性化推荐。
能否把推荐系统看成一个马尔科夫过程。
把用户购买的东西当成一个马儿科夫链。链中的每个结点就当成一个spu（或者类目）。
通过每个结点的发散概率。这样当用户买了商品的时候，就可以根据他买的spu推荐他将要买的东西。
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
能否把推荐系统看成一个马尔科夫过程。
把用户购买的东西当成一个马儿科夫链。链中的每个结点就当成一个spu（或者类目）。
通过每个结点的发散概率。这样当用户买了商品的时候，就可以根据他买的spu推荐他将要买的东西。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
