rl小透明

推荐系统的本质：预测任意用户u对于任意物品i的偏好或评分特征（内容）提取提取每个待推荐物品的特征（内容属性）用户偏好计算计算用户在不同特征上的偏好分数（可设置时间衰减系数）内容召回粗排,强调筛选效率物品排序细排，强调准确性其中的关键在于特征提取部分 ：优点：无冷启动问题，能为具有特殊兴趣爱好的用户进行推荐缺点：对于特征提取要求比较高，精度不高根据用户之间的相似度来找到与用户喜好相似的其他用户，并把其他用户喜欢的商品推荐给该用户。根据物品之间的相似度来找到与用户所喜欢的物品相似的物品。而其中最重要的部分则是如