转载自 余欲与鱼语渔 的csdn 博客[推荐系统综述——附Xmind三分钟重点速览版] 编者注：推荐系统在产品的应用上十分广泛，再比如内容推荐、广告推荐、用户行为推荐、视频内容之类的推荐。都是用到了推荐系统相关的一些基本原理。推荐系统一般是结合着AB测试系统去上线或下架。一个推荐策略的一个优化 都是通过AB测试验证对应的效果后才会上线，并且推荐算法会经过不停的打磨调优。新的推荐算法和推荐策略 的迭代受限于本身产品的一个受众群体、产品调性、法律要求、道德水平等方面 1. 推荐系统概述 1.1 推荐系统是什么 推荐：根据用户的历史行为进行用户兴趣建模，结合内容的特征，给到用户最能满足其兴趣和需求的内容。 推荐系统：推荐系统是一种信息过滤系统，用于预测用户对物品的“评分”或“偏好”，是特定场景下人与信息更有效率的连接。 1.2 推荐系统意义 个性化推荐系统，主要是为了以下两点：解决信息过载问题；挖掘长尾物品/信息。 推荐系统通过发掘用户的行为，找到用户的个性化需求，从而将长尾物品准确推荐给需要它的用户，帮助用户找到他们感兴趣但很难发现的物品。 1.3 推荐系统工作步骤 推
首乌
十年老程序员
粤ICP备2023052298号-1
