本文介绍了推荐引擎的工作原理和分类，包括基于人口统计学、内容和协同过滤的推荐机制。深入探讨了协同过滤的三种子类，并以Amazon和豆瓣为例展示了推荐引擎在实际应用中的策略。推荐引擎通过用户行为和数据挖掘，为用户提供个性化和智能的推荐，以解决海量信息下的发现难题。
在用户对自己需求相对明确的时候，用搜索引擎很方便的通过关键字搜索很快的找到自己需要的信息。但搜索引擎并不能完全满足用户对信息发现的需求，那是因为在很多情况下，用户其实并不明确自己的需要，或者他们的需求很难用简单的关键字来表述。又或者他们需要更加符合他们个人口味和喜好的结果，因此出现了推荐系统，与搜索引擎对应，大家也习惯称它为推荐引擎。
用户获取信息的方式从简单的目标明确的数据的搜索转换到更高级更符合人们使用习惯的信息发现。
如今，随着推荐技术的不断发展，推荐引擎已经在电子商务 (E-commerce，例如 Amazon，当当网<
订阅专栏 解锁全文
扫一扫
1599
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
