当前位置:首页 > 站长资讯 » 正文

欢迎来到欢哥sem的博客,在这里你可以学到网络营销方面的全部知识

运营过程中常见的推荐算法

 人参与  2017-06-21 11:28  分类 : 站长资讯  点这评论  作者 :   来源 :

  在本文中,作者主要是介绍了常见推荐算法的基本原理。

97f96f90446d763297b049c53adb1283

  0. 从余弦公式讲起

  先思考一个问题,我们怎么量化两个事物的相似度呢?当然,这也是推荐系统需要多次面临的问题。

  我们知道向量的概念,可以形象化地表示为带箭头的线段。二维空间向量表示方法为,多维空间向量表示为,向量是描述事物一种很好模型。

  比如,假设用户有5个维度:

  对服装的喜欢程度(1~5分)

  对家居的喜欢程度(1~5分)

  对3C的喜欢程度(1~5分)

  对图书的喜欢程度(1~5分)

  对化妆品的喜欢程度(1~5分)

  一个用户A:对服装的喜欢程度3,对家居的喜欢程度1,对3C的喜欢程度4,对图书的喜欢程度5,对化妆品的喜欢程度0,用户A可以用向量表示为

  一个用户B:对服装的喜欢程度3,对家居的喜欢程度4,对3C的喜欢程度5,对图书的喜欢程度0,对化妆品的喜欢程度2,用户B可以用向量表示为

  这两个用户的相似程度是多大呢?既然我们把这两个用户表示为向量,那么我们可以考虑向量怎么判断相似性。没错,看这两个向量的夹角。夹角约小,则相似度越大。

  对于向量和而言,他们的在多维空间的夹角可以用向量余弦公式计算:

96fe952cb1ef546b7221e7b36c4e563a

  余弦相似度的值本身是一个0~1的值,0代表完全正交,1代表完全一致。就刚才用户A和用户B的例子而言,我们可以知道他们的相似度为:

  余弦公式本身应用范围很广,量化相似度在搜索推荐,商业策略中都是常见问题,余弦公式是很好的解决方案。就推荐本身而言,计算内容的相似度,计算用户的相似度,计算用户类型的相似度,计算内容类型的相似度,这些都是可以应用的场景。

  1. 推荐的本质是什么

  推荐和搜索本质有相似的地方。搜索满足用户从海量数据中迅速找到自己感兴趣内容的需求,属于用户主动获取。推荐则是系统从海量数据中根据获取到的用户数据,猜测用户感兴趣的内容并推荐给用户,属于系统推荐给用户。本质上都是为了在这个信息过载的时代,帮助用户找到自己感兴趣的东西。

  推荐系统有很多种形式。运营或者编辑筛选出自己认为最好的内容放在首页,广义上讲这也是一种推荐。不过这个不在我们本期文章的讨论范围,本期主要是讨论系统级别的推荐。这里主要介绍四类常见的推荐方法:

  基于内容的推荐

  基于内容的协同过滤

  基于用户的协同过滤

  基于标签的推荐

  2. 基于内容的推荐

  基于内容的推荐是基础的推荐策略。如果你浏览或购买过某种类型的内容,则给你推荐这种类型下的其他内容。

  以电影推荐为例。比如你之前看过《盗梦空间》,则系统会关联数据库中盗梦空间的信息。系统会推荐克里斯托弗·诺兰导演的其他作品,比如《致命魔术》;系统会推荐主演里昂纳多的其他作品,比如《第十一小时》。

  如果这个电影系统的数据被很好地分类,那么推荐系统也会给用户推荐这个分类下的其他作品。盗梦空间如果被归为科幻作品,那么可能会推荐其他科幻作品,比如《星际迷航》。

  基于内容的推荐好处在于易于理解,但是坏处是推荐方式比较依赖于完整的内容知识库的建立。如果内容格式化比较差,那么基于内容的推荐就无法实行。同时如果用户留下的数据比较少,则推荐效果很差,因为无法扩展。

  3. 基于内容的协同过滤

  协同过滤(Collaborative Filtering)与传统的基于内容过滤直接分析内容进行推荐不同,协同过滤会分析系统已有数据,并结合用户表现的数据,对该指定用户对此信息的喜好程度预测。

  基于内容的协同过滤(item-based CF),通过用户对不同内容的评分来评测内容之间的相似性,基于内容之间的相似性做出推荐;最典型的例子是著名的“啤酒加尿布”,就是通过分析知道啤酒和尿布经常被美国爸爸们一起购买,于是在尿布边上推荐啤酒,增加了啤酒销量。

  需要计算用户u对物品j的兴趣,公式如下:

12
欢迎来到欢哥sem的博客,在这里你可以学到网络营销方面的全部知识

本文标签:[db:关键词]

<< 上一篇 下一篇 >>

  • 评论(
  • 赞助本站

赞助信息流优化运营,百度竞价托管,网站制作,网站优化一站式学习交流平台【欢哥sem】

相关文章

随机文章

标签列表

最近发表

天气预报

    热门文章 | 最新文章 | 随机文章

最新留言

首页 SEM 电信广告 SEO WEB 新媒体 站长资讯

Powered 信息流优化运营,百度竞价托管,网站制作,网站优化一站式学习交流平台【欢哥sem】 版权所有 京ICP1234567-2号