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
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。
3640

被折叠的 条评论
为什么被折叠?



