心痛想吐槽鬼知道我写了什么

1.智能算法的推荐

1)开源大数据平台的普及

1PB=1024*1024GB

2)机器学习算法的突破

研究算法，为机器设定程序，自我的识别。

l 无监督的机器学习 聚类 没有分类训练

l 有监督的机器学习 分类 有分类训练 （逻辑回归算法）

l 对抗生成网

l 卷积神经网 处理图像不需要显式特征

以上都属于推荐算法

3)移动化联网的繁荣

4)用户习惯的改变

去中心化

个性化

PUII-PUSH/FEED

2.关联规则推荐

1) 关联性 （笔和纸）

支持度 A与B同时读

置信度 先A后B

提升度 A对B 的提升 >1优势

2)关联规则的挖掘：

从资料中寻找高频项目组

从高频中进行关联挖掘

Apriori简单明了容易实现

缺点：扫描次数过多，采用唯一最小支持度，算法的适用面窄

基于划分的算法

数据划分，分而治之，并进行计算

FP-Growth

压缩为一颗树结构方便解决提高效率

关联规则特点：

1) 计算量大

2) 采用用户数据，存在冷启动的稀缺性问题

3) 存在热门项目被过度推荐的问题

3.推荐算法的评估

在线评估

1. a\b测试

2. 使用场景：体验优化，转化率优化 、 广告的优化、 算法的优化

3. 指标：单击率 越高越好 转换率 阅读时长