目前商用的推荐机制都为混合式推荐，将用户属性、项目属性、用户操作行为、聚类算法、基于用户、基于项目、基于内容等混合推荐。本文主要介绍混合推荐的推荐原理、推荐过程、代码实现。
一、基于用户/项目的混合协同过滤推荐算法推荐原理
混合推荐可使用的数据包括：
1、用户属性：用户位置、用户性别、用户年龄等属性信息；
2、项目属性：项目类别、项目添加时间、项目内容等属性信息；
3、用户操作行为：用户评分、收藏记录、浏览记录、观看时长、购买记录等操作行为；
混合推荐方法可以是先将数据进行聚类（用户聚类、项目聚类等），可进行多次聚类，聚类算法常用的有KMeans聚类、Canopy聚类、KMeans+Canop
2022-03-16 14:58:10
44KB
1
基于深度知识学习的兴趣点推荐算法研究，李瑭，张成文，随着智慧旅游的快速发展，兴趣点(Point-Of-Interest, POI)推荐系统可以帮助人们发现自己感兴趣的景点而成为研究热点。针对传统兴趣点推荐
2022-02-24 09:24:41
711KB
1