目前有哪些常见的推荐算法?都有哪些应用场景?

  • 回答 (4)
  • 关注 (1)
  • 查看 (323)

最近对推荐系统很感兴趣,但现在缺少一些很好的学习资料,有谁能简单介绍一些目前都有哪些推荐算法呢,又有哪些应用场景呢?

目前手机资讯app推荐的是挺精准的,但是总感觉推荐的有些过于单调了,我每天都只能看到同样的推荐内容,又该如何改进呢?

小鸟向前飞小鸟向前飞提问于
lusture回答于

首先推荐题主一本书:《推荐系统实践》,项亮著,网上有售,当然网上也有一些的开源的公开课等。题主如果计算机知识还不很牢固就需要翻阅一些数据结构、编程语言等方面的书籍。下面介绍我遇到过得推荐算法:

最常用的是协同过滤推荐算法和基于内容的推荐算法。前者是以产品间关联规则为基础,把已购商品为规则的前提,推荐对象作为规则体,通过数据挖掘发现项目之间潜在的关系来进行的规则推荐;后者是通过提取用户历史交易记录和用户对产品评价量化信息来分析得出用户感兴趣的特征作为用户的购买倾向,还要对产品进行特征提取,通过对用户特征偏好于产品特征匹配程度,得到推荐结果。

协同过滤的推荐算法需要一定量的用户商品数据才能获得较好的关联规则,如果数据记录巨大,关联计算的复杂度也会非常高,而且存在冷启动的问题。而基于内容的推荐需要先创建每个用户的矩阵来存储相应的信息,这就需要数据库定时更新用户的行为爱好信息。

鉴于前两者的算法的不足,有人提出了混合推荐算法,常见的有将两种推荐算法的推荐结果进行集成,或者加权集成,还有瀑布式集成(就是利用一种推荐算法对另一种推荐算法的推荐结果进行优化)等等。

随着研究的深入,人们还提出了一些新的推荐算法,比如:基于流行度的推荐算法,上下文感知推荐算法,还有社会推荐和深度学习等。

至于应用场景,最早是基于电商的给用户推荐商品,如推荐衣服、电影票等,当下比较流行的是资讯推荐、短视频推荐、音乐个性推荐等各种手机APP的推荐。

八十岁的背影回答于

推荐算法用的最多的就是新闻推荐和商品推荐了吧。

烽火连天博一笑登东皋以舒啸,濯清流而赋诗回答于

还有《终极算法:机器学习和人工智能如何重塑世界》,刚好也是时下热门的人工智能研究。楼主可以看看哦

乌鸦病人出院后,症状未消除。回答于

楼上的对于推荐算法的分类讲的很详细,下面对应用场景做一下简单的的分析:

首先:各种app(偏资讯)的应用外的手机推荐:

上面可以看出有米饭资讯,优酷视频,抖音短视频等推荐,他们都倾向于在下班休息的碎片时间进行推送。他们有的是根据你的关注和兴趣进行提醒,有的是根据当下社会热点进行推荐,还有的就是优惠券性质的推送。

再有就是应用内的推荐:

手机京东APP上截图

可以看出手机购物时,当我们搜索某家商店的某件商品时。系统会根据我们的搜索历史和购买历史进行相似物品的推荐。

个人更加看好的是音乐推荐:

QQ音乐的个性电台

与各种购物推荐不同,音乐推荐算法需要考虑不同音乐的相似度匹配问题,而人工推荐的效果不如机器推荐的更适合听众的口味。

扫码关注云+社区