博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
推荐引擎中如何解决冷启动问题
阅读量:4112 次
发布时间:2019-05-25

本文共 255 字,大约阅读时间需要 1 分钟。

概述:

冷启动在推荐系统中就是系统推荐中因为没有用户行为或者相对详细的资料那么对此用户推荐的时候就不知道他的细粒度兴趣点,这种情况叫冷启动;

解决方案:

1.基于用户的profile,如果能对用户分组,利用组的行为信息进行推荐是最好的,如果不能那么可以基于profile获取粗粒度的兴趣点;

2.基于规则,可以利用规则进行定制然后进行推荐相应的规则数据,这个数据最少会有ip这个维度;

3.基于热点,热点包括热销榜,热点击等,默认大家感兴趣的这个冷人一定是感兴趣的这个假设;

 

如果大家有其他好的想法可以给我留言

转载地址:http://ziqsi.baihongyu.com/

你可能感兴趣的文章
Mysql复制表以及复制数据库
查看>>
Kafka
查看>>
9.1 为我们的角色划分权限
查看>>
维吉尼亚之加解密及破解
查看>>
TCP/IP协议三次握手与四次握手流程解析
查看>>
PHP 扩展开发 : 编写一个hello world !
查看>>
inet_ntoa、 inet_aton、inet_addr
查看>>
用模板写单链表
查看>>
链表各类操作详解
查看>>
C++实现 简单 单链表
查看>>
Linux的SOCKET编程 简单演示
查看>>
Linux并发服务器编程之多线程并发服务器
查看>>
C语言内存检测
查看>>
Linux epoll模型
查看>>
Linux系统编程——线程池
查看>>
Linux C++线程池实例
查看>>
shared_ptr的一些尴尬
查看>>
C++总结8——shared_ptr和weak_ptr智能指针
查看>>
c++写时拷贝1
查看>>
Linux网络编程---I/O复用模型之poll
查看>>