1. 前言
随着互联网技术和社会化网络的发展,每天有大量包括博客,图片,视频,微博等等的信息发布到网上。传统的搜索技术已经不能满足用户对信息发现的需求,原因有多种,可能是用户很难用合适的关键词来描述自己的需求,也可能用户需要更加符合他们兴趣和喜好的结果,又或是用户无法对自己未知而又可能感兴趣的信息做出描述。推荐引擎的出现,可以帮用户获取更丰富,更符合个人口味和更加有意义的信息。个性化推荐
根据用户兴趣和行为特点,向用户推荐所需的信息或商品,帮助用户在海量信息中快速发现真正所需的商品,提高用户黏性,促进信息点击和商品销售。推荐系统是基于海量数据挖掘分析的商业智能平台,推荐主要基于以下信息:
- 热点信息或商品
- 用户信息,如性别、年龄、职业、收入以及所在城市等等
- 用户历史浏览或行为记录
- 社会化关系
目前常用的推荐算法主要有基于人口统计学的推荐、基于内容的推荐、基于关联规则的推荐、基于协同过滤的推荐等。
more >>