构建推荐系统的最佳算法是什么?

  • 回答 (7)
  • 关注 (1)
  • 查看 (248)

构建推荐系统的最佳算法是什么呢?像现在的今日头条,qq空间,哔哩哔哩等等媒体平台都是使用的哪一种推荐系统?做为一个新手如何去学习推荐算法?

婷槟沃婷槟沃提问于
Lonely永夜修改于

这是一个好问题,但是范围有点大,很难详细述说。

像今日头条,qq空间,哔哩哔哩应该可以算做是实时性的推荐系统,会根据你的搜索,观看等等行为去分析你的喜好。这就是为什么当你观看某一个内容时,你刷新,或者是在你观看的内容下方会有相同的内容出现。但是虽然是相同的,但使用办法还是各有不同。

至于最佳的推荐算法,真的没有一个定义。技术是不断更新迭代的,一个会比一个好。也就是没有最好,也没有最差。你应该保持务实的态度。什么是最好的?最适合自己的才是最好的。你需要根据的自己的应用场景来选择的你自己的算法。根据你所获得的数据来进行选择,但最好使用6个月以内的数据内容来明确你算法。人都是会改变的,越是较早的数据通过推荐算法得到的往往是越精确的。

内容数据的基本算法应该是TF-IDFWord2VecLDA等等。基于用户的比较出名的是协同过滤推荐算法。如果你感兴趣可以去看一下,考虑到基础决定上层社会等问题,你可以先去学习排序方法。我最近做的一次项目使用的是倒排索引英文名为Lucene Solr,不知道对不对,英文不好。

倒排索引适合快速搜索你获取到的用户数据,也就是根据属性的值来查找记录,这种索引表中的每一项都包括一个属性值和具有该属性值的各记录的地址。不是由记录来确定属性值,而是由属性值来确定记录的位置。在关系数据库系统里倒排索引是检索数据“最”有效率的方法。不过这个方法比较老了,不过很适合新手。希望我的回答能帮助你的学习路程能轻松一点。

以往V修改于

构建推荐系统的最佳算法是什么呢?

没有绝对的最好,你这个题有歧义。最好的算法应该取决于你想要到达的程度。

媒体平台都是使用的哪一种推荐系统?

目前的推荐平台的推荐算法各有不同,今日头条的推荐算法为“个性推荐算法”,是基于投票的方法,其中的核心原理就是投票,基于平台上的用户,用户来对内容进行投票,喜欢就推荐这一篇,最后得到结果基本上就是这个同一用户画像下最好的内容,然后在把这个内容推荐给具备相同爱好的用户,这个就是个性化推荐,哔哩哔哩在最新的客户端中也增加这种算法,当你喜欢一个视频时,点击推荐,当推荐数多时,这个视频就会出现在首页上,所以实际上个性化推荐并不是机器给用户推荐,而是用户之间在互相推荐。当然,虽然看起来非常的简单,但是需要海量的用户行为数据挖掘与分析。

qq空间我所知道的是PRFM算法,也就是腾讯的神盾推荐系统,神盾推荐中的算法一般将推荐问题形式化为二元分类问题,这种方法称为Pointwise方法,rwise方法是作为排序学习 (learning to rank) 技术与推荐系统算法的结合。具体可以看神盾推荐系统,有详细的介绍。但我认为主要的应该是智能推荐TIR,毕竟是自家产品,哪有不用的道理,同样,详细可以看智能推荐TIR。

做为一个新手如何去学习推荐算法?

如果你是编程初学者,我建议你先学习一些编程语言的基础知识,而无需先学习算法。英文就算没有真正的学习算法,你可以做很多的东西,比如使用腾讯云智能推荐TIR,就可以很短的时间内,创建属于自己的推荐系统,只需要使用API即可。但是对算法的了解也很重要,学习数据结构和算法是必须走的路,网络上有很多非常好的资源,想找到一个学习教程并不难,最困难的就是保持动力了,希望你能一直保持你的初心。

akjok54stay hungry stay foolish回答于

学习推荐算法的话,入门可以先学习以下四个:

  • 协同过滤
  • 基于内容过滤
  • 混合型推荐算法
  • 流行度推荐算法
温浪回答于

主要有三大类,基于内容的推荐算法、协同过滤推荐算法和基于知识的推荐算法。怎么学习不想问答这个问题

姚啊姚回答于

首先可以去找一些关于推荐系统相关的论文,然后按照论去寻找相关技术,或者也可以找一些个人博客文章,都是非常好的学习资源

叫我钟大灵一只前端Low~鸡回答于

扫码关注云+社区