1. El algoritmo de recomendación es un algoritmo de la profesión informática. Con algunos algoritmos matemáticos, podemos inferir lo que le podría gustar al usuario. En la actualidad, los algoritmos de recomendación son relativamente buenos, principalmente en Internet, entre los cuales Taobao es mejor. El llamado algoritmo de recomendación utiliza algunos comportamientos del usuario y utiliza algunos algoritmos matemáticos para inferir lo que le puede gustar al usuario. Entonces no es un empujón manual.
2. ¿La investigación sobre algoritmos de recomendación se originó en la década de 1990, por la Universidad de Minnesota? El equipo de investigación de GroupLens comenzó a investigar. Querían crear un sistema de recomendación de películas llamado Movielens para lograr recomendaciones de películas personalizadas para los usuarios.
3. Primero, el equipo de investigación pidió a los usuarios que calificaran las películas que habían visto. Luego, el equipo analizó los resultados de las evaluaciones de los usuarios y predijo el interés de los usuarios en las películas que no habían visto, recomendando así las películas que sí habían visto. No se ha visto y puede interesarle. Películas interesantes.
Clasificación de algoritmos:
1, en función del contenido.
La recomendación basada en contenido es la continuación y el desarrollo de la tecnología de filtrado de información. Hace recomendaciones basadas en la información del contenido del proyecto. No es necesario que se base en la evaluación del proyecto por parte del usuario, sino que requiere el uso de métodos de aprendizaje automático para obtener la información de interés del usuario de los casos descritos por las características. del contenido.
2. Basado en la sinergia.
La tecnología de algoritmo de recomendación basada en filtrado colaborativo es una de las primeras y más exitosas tecnologías en sistemas de recomendación. Generalmente utiliza la tecnología del vecino más cercano, utiliza la información de preferencias históricas de los usuarios para calcular la distancia entre los usuarios y luego utiliza la evaluación de los usuarios vecinos más cercanos del usuario objetivo para predecir la preferencia del usuario por un producto específico, recomendando así al usuario objetivo en función de esto. preferencia. .
3. Basado en reglas de asociación.
Las recomendaciones basadas en reglas de asociación se basan en reglas de asociación, con el producto comprado como encabezado de la regla y el cuerpo de la regla como objeto de recomendación. Las reglas de las asociaciones mineras pueden descubrir la correlación de diferentes productos en el proceso de ventas y se han aplicado con éxito en la industria minorista.