分享

个性化推荐系统实现

 拓端数据 2019-08-01


 根据用户百万条历史行为数据,包括:

user_id 用户唯一IDitem_id 内容或物品唯一IDcate_id 内容或物品类别IDaction_type 用户行为类型,例如view(点击)、deep_view(深度阅读)、share(分享)、comment(评论)、collect(收藏)等action_time 行为发生时间

可使用不同推荐算法(User-CF、Item-CF、热榜、混合),给指定用户推荐其可能感兴趣的内容或物品热榜内容推荐排序支持hackernews算法(解决过热问题)、基于用户行为类型打分(如 分享 > 评论 > 收藏 > 深度阅读 > 点击)给指定用户推荐其他相似行为用户;用户行为统计分析;

个性化推荐系统

推荐相似行为用户

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多