推薦系統篇 推薦系統介紹和基本架構流程

2022-03-03 17:03:11 字數 1332 閱讀 4740

一、前述

常用的推薦方法有兩個,分別是基於物品的推薦和基於使用者的推薦。

基於使用者的推薦原理是:跟你喜好相似的人喜歡的東西你也很有可能喜歡(userbasecf)。

基於物品的推薦原理是:跟你喜歡的東西類似的東西你也可能喜歡(itembasecf)。

我們這裡用到的是itembasecf,本質是依據特徵找使用者喜好規律。

本專案基於隱式的使用者反饋。

二、協同過濾演算法詳述

結論:對於使用者a,根據使用者的歷史偏好,這裡只計算得出乙個鄰居使用者c,然後將使用者c喜歡的物品d推薦給使用者a

結論:基於使用者的推薦(長虛線)---1和5比較相似,5買了104商品,所以把104推薦給使用者1。

基於物品的推薦(短虛線)---101物品和104物品比較相似,所以當使用者買了101,把104也推薦給他。

三、lambda架構(所有推薦系統的父架構)

四、本文系統架構

2.生成特徵索引(實際上是乙個文字檔案)的原因是格式化測試資料,也是相當於降維,當乙個userid進來時找到推薦服務,然後通過服務路由去查詢hbase中的資料,並根據特徵索引來取對應的特徵,所以這一步相當於乙個降維。

線上架構(測試集架構):

關聯特徵:儲存的是同現矩陣。

問題:

五、需求分析(架構推薦方案)

1、資料清洗(得到訓練資料)

2、演算法建模(得到模型結果)

3、模型使用(得到推薦結果)

4、結果評估(推薦結果評估)

推薦系統篇 推薦系統介紹和基本架構流程

一 前述 常用的推薦方法有兩個,分別是基於物品的推薦和基於使用者的推薦。本專案基於隱式的使用者反饋。二 協同過濾演算法詳述 結論 對於使用者a,根據使用者的歷史偏好,這裡只計算得出乙個鄰居使用者c,然後將使用者c喜歡的物品d推薦給使用者a 結論 基於使用者的推薦 長虛線 1和5比較相似,5買了104...

推薦系統 推薦系統是什麼(介紹)

由於某些原因呢,需要了解推薦系統,現在就推薦系統做乙個總結。顧名思義,推薦系統就是我給你做推薦,比如你到北京旅遊了,會推薦你去故宮 長城等地方,但是為什麼會給你推薦這些地方呢,而不推薦你去早晚高峰的西二旗站呢,這就是推薦系統需要做的。根據下圖,你能推測出使用者d對於游泳的喜好嗎?如果只看使用者d,我...

推薦系統入門介紹

推薦系統 推薦系統是利用電子商務 向客戶提供商品資訊和建議,幫助使用者決定應該購買什麼產品,模擬銷售人員幫助客戶完成購買過程。個性化推薦是根據使用者的興趣特點和購買行為,向使用者推薦使用者感興趣的資訊和商品。隨著電子商務規模的不斷擴大,商品個數和種類快速增長,顧客需要花費大量的時間才能找到自己想買的...