归档 2014年4月12日

基于内容的推荐(Content-based Recommendations)

Collaborative Filtering Recommendations (协同过滤,简称CF) 是目前最流行的推荐方法,在学术界和工业界得到大量使用。但是,工业界真正使用的系统一般都不会只有CF推荐算法,Content-based Recommendations (CB) 基本也会是其中的一部分。

CB应该算是最早被使用的推荐方法吧,它根据用户过去喜欢的产品(本文统称为 item),为用户推荐和他过去喜欢的产品相似的产品。例如,一个推荐饭店的系统可以依据某个用户之前喜欢很多的烤肉店而为他推荐烤肉店。 CB最早主要是应用在信息检索系统当中,所以很多信息检索及信息过滤里的方法都能用于CB中。

CB的过程一般包括以下三步:

1. Item Representation:为每个item抽取出一些特征(也就是item的content了)来表示此item;

2. Profile Learning:利用一个用户过去喜欢(及不喜欢)的item的特征数据,来学习出此用户的喜好特征(profile ...

继续阅读

昨天

明天

归档