概述
推荐系统的学习：
分类：
根据实时性：
- 离线推荐
- 实时推荐
根据是否个性化分类： - 基于统计的推荐
- 个性化推荐
根据推荐原则分类： - 基于相似度的推荐
- 基于知识的推荐/基于规则的推荐
- 基于模型的推荐/基于机器的推荐
根据数据源分类： - 基于人口统计学的推荐 基于用户的推荐 用户画像之类
- 基于内容的推荐
- 基于协同过滤的推荐/俗语：基于行为的推荐
基于协同过滤的推荐算法：
用户对电影的评分。根据用户打分的情况去筛选用户可能喜欢的电影。 - 基于近邻的协同过滤
- 基于物品(Item-CF)
- 基于用户()
- 基于模型的协同过滤
- 潜在语义分析
- 奇异值分解
- 支撑向量机
最后
以上就是满意百合为你收集整理的推荐系统学习(一)的全部内容，希望文章能够帮你解决推荐系统学习(一)所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复