冷啟動問題：推薦系統需要根據使用者的歷史行為和興趣**使用者未來的行為和興趣。
這類問題主要分為3類1：
而本文主要討論協同過濾（collaborative filtering）演算法，該演算法可以很好的解決第二種冷啟動問題，，即物品冷啟動。
協同過濾可以分為兩種：
user cf：（user collaboration filter），是基於使用者之間行為的方法，舉個栗子：
有兩位顧客，顧客a之前買過詹姆斯17、ahc洗面奶、伊利純牛奶等商品；顧客b之前買過詹姆斯10、ahc洗面奶。
根據這兩位顧客的歷史購買喜好行為等資訊、系統就會自然而然的推薦牛奶給顧客b。
主要分為2步：
計算物品之間的相似度；
根據物品的相似度和使用者的歷史行為完成推薦操作。
物品之間的相關程度通過物品本身的內部資訊進行計算，比如：名稱、商品成分、**等資訊。
基本思路就是將物品轉換成嵌入向量，通過計算向量之間的相似度（例如計算余弦相似度），得到物品的相關程度。2
具體例項2
如下：
最近在研究服裝推薦相關的領域，有一起的小夥伴可以相互討論哈！
最後日常心靈雞湯來啦：
有人在奔跑，有人在睡覺，有人在感恩，有人在抱怨，有目標的睡不著，沒目標的人睡不醒，
努力才是人生應有的態度，睜開眼就是新的開始。
推薦系統**系列（三） - 冷啟動問題↩︎
[推薦演算法]itemcf,基於物品的協同過濾演算法
↩︎↩︎
推薦系統 冷啟動問題
使用者冷啟動 即提供非個性化的推薦，即提供熱門排行榜，之後再個性化 使用者註冊資訊分3中 p f,i n i u f n i an i 是喜歡物品i的使用者集合，u f 是具有特徵f的使用者集合，引數a的目的是解決資料係數的問題。比如有乙個物品只被乙個使用者喜歡過，而這個使用者剛好就有特徵f，那麼p...
推薦系統冷啟動問題
一 冷啟動問題簡介 如何在沒有大量使用者資料的情況下設計個性化推薦系統並讓使用者對推薦結果滿意從而願意使用推薦系統，就是冷啟動問題。1.分類 3類 二 利用使用者註冊資訊解決冷啟動問題 即利用年齡 性別等資料。推薦一些熱門商品 該方法粒度較粗 如若是女性，則推薦女性都喜歡的商品。使用者註冊資訊含3種...
推薦系統 冷啟動問題
什麼是冷啟動？冷啟動問題的型別 主要分為三大類，使用者冷啟動，物品冷啟動和系統冷啟動。其實前兩者並不能想到，因為冷啟動問題說白了就是系統沒有使用者和物品的資料獲得根據做演算法推薦分析，所以使用者冷啟動和物品冷啟動是必然考慮。下面稍微的介紹一下者三大類 之前接觸過一些平台類似的解決這些冷啟動的方式，大...