[系列文章]推荐系统核心知识及相关应用

本文全面解析推荐系统的核心知识与应用实践,从入门基础到高级技术,覆盖协同过滤、基于内容和知识的推荐方法,以及混合推荐策略。探讨推荐系统的设计、架构、数据需求和算法选择,特别针对电商场景的商品推荐应用进行深入分析。

整理一下推荐系统相关的核心知识和应用实践,供自己后面进行更深入的学习和应用。有兴趣的朋友可以看一下…

因为这是一个系列的文章,所以今天花了点时间给列了一个目录,便于查阅

推荐系统入门基础

基于协同过滤的推荐

  • 1、人以群分,你是什么样的人就看到什么样的世界
  • 2、物以类聚,你喜欢那样物品肯定也会喜欢这样物品
  • 3、协同过滤推荐相关的技术
  • 4、协同过滤推荐的选择和注意点

基于内容的推荐

  • 1、内容怎么表示和它们的相似度
  • 2、内容标签的构建和使用

基于知识的推荐

  • 1、知识怎么表示和推理方法
  • 2、如何能实现用户导向

混合推荐方法

  • 1、先说说冷启动问题
  • 2、混合式推荐系统怎么去设计

推荐系统的工具、架构、数据、算法等

  • 1、推荐系统设计相关工具
  • 2、推荐系统技术架构
  • 3、推荐系统需要的数据资源
  • 4、推荐系统开发使用算法

电商系统商品推荐应用

  • 1、电商平台哪里会用到推荐系统
  • 2、电商系统推荐需要以及能用到的数据
  • 3、先构建一个热门排行榜
  • 4、用好“物以类聚、人以群分”这个法则
  • 5、少不了的“看了又看,买了又买”
  • 6、显示推荐解释或说明可能会更好

参考资料

  • 1、《推荐系统 技术、评估及高效算法》- 里奇等人编著
  • 2、《推荐系统》- Dietmar Jannach等人编著
  • 3、《推荐系统实践》- 项亮编著
  • 4、《推荐系统-原理与实践》- Charu C. Aggarwal 编著
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值