云起实验室：推荐系统入门之使用协同过滤实现商品推荐

本场将介绍如何使用PAI基于协同过滤算法实现商品推荐。

点击立即参与云产品场景体验https://developer.aliyun.com/adc/scenario/de9047c2055643938aea1ff228d6b207?spm=a2c6h.13858375.0.0.58025b907odMYE

建议体验时长：2小时
云产品资源使用时长：0小时

体验简介

本场景将使用机器学习PAI平台，指导您搭建一个基于协同过滤算法的商品推荐系统。

背景知识

数据挖掘的一个经典案例就是尿布与啤酒的例子。尿布与啤酒看似毫不相关的两种产品，但是当超市将两种产品放到相邻货架销售的时候，会大大提高两者销量。很多时候看似不相关的两种产品，却会存在这某种神秘的隐含关系，获取这种关系将会对提高销售额起到推动作用，然而有时这种关联是很难通过经验分析得到的。这时候我们需要借助数据挖掘中的常见算法-协同过滤来实现。这种算法可以帮助我们挖掘人与人以及商品与商品的关联关系。

协同过滤算法是一种基于关联规则的算法。以购物行为为例，如果用户甲和用户乙都购买了商品A和商品B，则可以假定用户甲和用户乙的购物品味相似。当用户甲购买了商品C，而用户乙未购买时，可以将商品C推荐给用户乙，这就是经典的User-Based，即以User的特性为关联。