关联规则是实现推荐引擎的一种方式,“买过此商品的人,百分之多少还买过其他啥啥商品”这种形式的应该不能看出是用哪种方式实现的。
这种形式一般可以按推荐引擎的算法分,主要有基于协同过滤、基于内容推荐等算法。
“买过此商品的人,百分之多少还买过其他啥啥商品”:协同过滤item-based filtering
“和你兴趣相似的人,还买过其他啥啥商品”:协同过滤 user-based filtering
“相关商品推荐”:基于内容推荐content-based
“猜你喜欢” 一般混合使用推荐算法。
这种形式一般可以按推荐引擎的算法分,主要有基于协同过滤、基于内容推荐等算法。
“买过此商品的人,百分之多少还买过其他啥啥商品”:协同过滤item-based filtering
“和你兴趣相似的人,还买过其他啥啥商品”:协同过滤 user-based filtering
“相关商品推荐”:基于内容推荐content-based
“猜你喜欢” 一般混合使用推荐算法。
本文详细解析了推荐引擎中常用的两种算法:协同过滤(基于物品和基于用户)与内容推荐,通过实例说明如何利用买过此商品的人,还买过其他啥啥商品等场景进行个性化推荐。
1万+

被折叠的 条评论
为什么被折叠?



