91精产国品,日本免费一级,国产手机在线视频,午夜伦情电午夜伦情电影,亚洲99影视一区二区三区,亚洲毛片视频,久久伊人热

【算法】基于內(nèi)容的個性化推薦算法

2018-05-14 16:10:11 數(shù)據(jù)科學自媒體  點擊量: 評論 (0)
如何做內(nèi)容推薦? 如何給一個購物中心推薦品牌?

本文介紹基于內(nèi)容的推薦算法(Content-based Recommendation)

基于內(nèi)容的推薦算法(以下簡稱“內(nèi)容推薦算法”)只有一個關(guān)鍵點——標簽(tag)。推薦算法將產(chǎn)品分解為一系列標簽,并根據(jù)用戶對產(chǎn)品的行為(例如,購買、瀏覽)將用戶也描述為一系列標簽。

內(nèi)容推薦算法的原理

1.將產(chǎn)品分解為一系列標簽。例如,一個手機產(chǎn)品的標簽可以包括品牌、價格、產(chǎn)地、顏色、款式等。如果是自營b2c電商,一般可以在產(chǎn)品入庫時手動打標簽。

2. 基于用戶行為(瀏覽、購買、收藏)計算每個用戶的產(chǎn)品興趣標簽。例如,用戶購買了一個產(chǎn)品,則將該產(chǎn)品的所有標簽賦值給該用戶,每個標簽打分為1;用戶瀏覽了一個產(chǎn)品,則將該產(chǎn)品的所有標簽賦值給該用戶,每個標簽打分為0.5。計算復雜度為:已有產(chǎn)品數(shù)量*用戶量。該過程為離線計算。

3. 針對所有新產(chǎn)品,分別計算每個用戶的產(chǎn)品標簽與每個新產(chǎn)品的相似度(基于cosine similarity)。計算復雜度為:新產(chǎn)品數(shù)量*用戶量。該過程為在線計算。

從可行性角度,一個應用場景是否適合用內(nèi)容推薦算法取決于

1. 是否可以持續(xù)為產(chǎn)品打標簽。

2. 標簽是否可以覆蓋產(chǎn)品的核心屬性?例如,手機產(chǎn)品的標簽一般可以覆蓋消費者購物的核心決策因素,但是女裝一般比較難(視覺效果很難被打標)。

內(nèi)容推薦算法的優(yōu)勢

1. 推薦結(jié)果可理解:不僅每個用戶的核心興趣點可以被標簽化(便于理解每個用戶的興趣),并且可以在每一個推薦結(jié)果的展示中現(xiàn)實標簽,便于消費者理解推薦結(jié)果(如下圖紅框)。

2. 推薦結(jié)果穩(wěn)定性強:對于用戶行為不豐富的產(chǎn)品類型(例如,金融產(chǎn)品),協(xié)同過濾很難找到同興趣用戶群或關(guān)聯(lián)產(chǎn)品,在相似度計算中稀疏度太高。然而,內(nèi)容推薦主要使用標簽,標簽對用戶興趣捕捉穩(wěn)定性要遠遠高于單個產(chǎn)品。

3. 便于人機協(xié)作:用戶可以勾選或者關(guān)注推薦標簽,從而通過自己的操作來發(fā)現(xiàn)自己的個性化需求。

內(nèi)容推薦算法的劣勢

1. 不適合發(fā)現(xiàn)驚喜:如果一個產(chǎn)品不易于被標簽窮舉或描述產(chǎn)品的標簽還沒出現(xiàn),則該產(chǎn)品很難被準確推薦。

2. 在線應用計算復雜度較高:需要基于每個用戶來計算相似產(chǎn)品。

大云網(wǎng)官方微信售電那點事兒

責任編輯:售電衡衡

免責聲明:本文僅代表作者個人觀點,與本站無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實,對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關(guān)內(nèi)容。
我要收藏
個贊
?