推荐算法

算法分类

1.基于内容 / 用户的推荐

更多依赖相似性计算然后推荐

• 基于用户信息进行推荐
• 基于内容 、物品的信息进行推荐

2.协同过滤

需要通过用户行为来计算用户或物品见的相关性

• 基于用户的协同推荐: 以人为本 | 小张 | 产品经理、Google、增长 | | —— | ———————————— | | 小明 | 产品经理、Google、比特币 | | 小吴 | 比特币、区块链、以太币 | 这是一个用户关注内容的列表，显然在这个列表中，小张和小明关注的内容更为相似，那么可以给小张推荐比特币。
• 基于物品的系统推荐 以物为本建立各商品的相似度矩阵 | 产品经理 | 小张、小明 | | ———— | ————— | | Google | 小张、小明 | | 比特币 | 小明、小吴 | 小张和小明都不约而同地看了产品经理和Google，这可以说明产品经理和Google有相似，那么之后有看了Google相关内容的用户就可以给推荐产品经理的相关内容。

3.基于知识的推荐

某一领域的一整套规则和路线进行推荐。参照可汗学院知识树。

补充：（图片来源知乎shawn1943，感谢）