以下为《电商产品智能推荐》的无排版文字预览，完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

电商产品智能推荐

商品推荐系统：

1推荐系统是什么

2推荐引擎的分类

3常见的推荐算法

4混合的推荐机制(重要)

5推荐系统架构

6协同过滤的实现

7推荐引擎解决的几个问题

主动的用户，通过类目和搜索进行引导，对结果页进行干预

被动的用户，通过用户的历史行为分析，推荐用户可能感兴趣的商品。

对商家来讲，帮助商家卖出更多的东西

推荐系统是什么

目的

为了解决信息过载和用户无明确需求的问题，找到用户感兴趣的物品，才有了个性化推荐系统。

分类目录和搜索引擎，解决信息过载的问题，代表性的解决方案是分类目录和搜索引擎，如hao123，电商首页的分类目录以及百度，360搜索等。

不过分类目录和搜索引擎只能解决用户主动查找信息的需求，即用户知道自己想要什么，并不能解决用户没用明确需求很随便的问题。

经典语录是：你想吃什么，随便！面对这种很随便又得罪不起的用户（女友和上帝），只能通过分析用户的历史行为给用户的兴趣建模，从而主动给用户推荐能够满足他们兴趣和需求的信息。比如问问女友的闺蜜，她一般什么时候喜欢吃什么。

推荐系统广泛存在于各类网站中，作为一个应用为用户提供个性化的推荐。它需要一些用户的历史数据，一般由三个部分组成：

基础数据

包括用户的访问、浏览、下单、收藏，用户的历史订单信息，评价信息等很多信息；

推荐算法系统推荐算法系统主要是根据不同的推荐诉求由多个算法组成的推荐模型；

前台展示,前台展示主要是对客户端系统进行响应，返回相关的推荐信息以供展示。

/

推荐引擎的分类

推荐引擎的分类可以根据很多指标进行区分：

常规分类

根据大众行为的推荐引擎

根据大众行为的推荐引擎，对每个用户都给出同样的推荐，这些推荐可以是静态的由系统管理员人工设定的，或者基于系统所有用户的反馈统计计算出的当下比较流行的物品。（销售排行榜、关注排行榜、好评排行榜）

个性化推荐引擎，对不同的用户，根据他们的口味和喜好给出更加精确的推荐，这时，系统需要了解需推荐内容和用户的特质，或者基于社会化网络，通过找到与当前用目标用户进行户相同喜好的用户，实现推荐。

根据数据源进行区分

根据数据源进行区分：主要是根据数据之间的相关性进行推荐，因为大部分推荐引擎的工作原理还是基于某某或者用户的相似集进行推荐。

根据系统用户的基本信息发现用户的相关程度，这种被称为基于人口统计学的推荐（Demographic-based Recommendation）

根据推荐物品或内容的元数据，发现物品或者内容的相关性，这种被称为基于内容的推荐（Content-based Recommendation）

根据用户对物品或者信息的偏好，发现物品或者内容本身的相关性，或者是发现用户的相关性，这种被称为基于协同过滤的推荐

常见的推荐算法

迄今为止，在个性化推荐系统中，协同过滤技术是应用最成功的技术。目前国内外有许多大型网站应用这项技术为用户更加智能（个性化、千人千面）的推荐内容。

我们主要介绍协同过滤算法

基于用户的协同过滤算法

第一代协同过滤技术是基于用户的协同过滤算法，基于用户的协同过滤算法在推荐系统中获得了极大的成功，但它有自身的局限性。

基于用户的协同过滤算法先计算的是 用户与用户的相似度（兴趣相投，人以群分物以类聚），然后将相似度比较接近的用户A购买的物品推荐给用户B，专业的说法是该算法用最近邻居（nearest-neighbor） 算法找出一个用户的邻居集合，该集合的用户和该用户有相似的喜好，算法根据邻居的偏好对该用户进行预测。

用户的购买记录

张三购买过，橘子，橙子、苹果、手机、卫生纸

王五购买 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 于某某的 CF 的原理和基于用户的 CF 类似，只是在计算邻居时采用物品本身，而不是从用户的角度，即基于用户s对物品的偏好找到相似的物品，然后根据用户的历史偏好，推荐相似的物品给他。

从计算 的角度看，就是将所有用户对某个物品的偏好作为一个向量来计算物品之间的相似度，得到物品的相似物品后，根据用户历史的偏好预测当前用户还没有表示偏好的 物品，计算得到一个排序的物品列表作为推荐。

/

下图 给出了一个例子，对于某某 A，根据所有用户的历史偏好，喜欢物品 A 的用户都喜欢物品 C，得出物品 A 和物品 C 比较相似，而用户 C 喜欢物品 A，那么可以推断出用户 C 可能也喜欢物品 C。

[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]

以上为《电商产品智能推荐》的无排版文字预览，完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。