本文探讨了推荐引擎与搜索引擎的区别及面临的挑战，如稀疏性、冷启动等问题，并介绍了推荐引擎的发展方向，包括从系统推荐到社会推荐的变化趋势，以及算法层面的演进，最后概述了几种核心算法。
概述：
此分享是关于下一代推荐引擎的关键技术和应用案例的分享汇总
分享点:
推荐引擎 vs. 搜索引擎==众里寻她千百度 – 灯火阑珊处 vs 见或是不见，她就在那里 – 缘起缘散；
当前推荐引擎的问题和挑战：稀疏性；冷启动；可扩展性；可移植性；鲁棒性；可解释性和多样性；
推荐引擎发展方向：系统推荐到社会推荐；静态算法到动态增量算法到自适应算法；脆弱算法到健壮算法和单一数据源到交叉融合数据平台；
综合评价指标-三个维度：Accuracy，Diversity and Novelty；
交叉融合推荐包括数据源融合，
算法点：
基于内容；
协同过滤；
兴趣扩散；
标签提取；
更多详情参见附件
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
