轉(zhuǎn)載自?1分鐘了解基于內(nèi)容的推薦，pm又懂了

什么是基于內(nèi)容的推薦（Content-based Recommendation）？

答：通過用戶歷史感興趣的信息，抽象信息內(nèi)容共性，根據(jù)內(nèi)容共性推薦其他信息。

?

比如，如何通過基于內(nèi)容的推薦，來對(duì)求職者A進(jìn)行職位推薦？

答：簡(jiǎn)要步驟如下

• 找到用戶A歷史感興趣的職位集合

• 找到職位集合的具化內(nèi)容

• 抽象具化內(nèi)容的共性內(nèi)容

• 由這些共性內(nèi)容查找其他職位，并實(shí)施推薦

?

具體實(shí)施步驟如何？

答：簡(jiǎn)要步驟如下

（1）得到求職者A訪問過三個(gè)職位，假設(shè)分別是{zw1, zw2, zw3}，這些數(shù)據(jù)可以從歷史日志得到。

?

（2）由職位集合得到職位具化內(nèi)容

zw1 -> {程序員,?北京,?月薪8000, 3年經(jīng)驗(yàn),?本科}

zw2 -> {程序員,?北京,?月薪6000, NULL,?研究生}

zw3 -> {程序員,?北京,?月薪6000, 5年經(jīng)驗(yàn), NULL}

這些數(shù)據(jù)可以從職位數(shù)據(jù)庫(kù)里得到。

?

（3）由職位具化內(nèi)容抽象出職位共性信息

例如，由上述職位1，職位2，職位3抽象出的共性職位信息為：

{程序員,?北京,?月薪6000+, NULL, NULL}

?

（4）由這些共性內(nèi)容查找其他職位并實(shí)施推薦

以{程序員,?北京,?月薪6000+, NULL, NULL}為查詢條件，查詢職位數(shù)據(jù)庫(kù)，并按照一些規(guī)則進(jìn)行排序（例如，最新發(fā)布的職位先推薦，點(diǎn)擊過的職位不推薦等），完成推薦。

?

如果查詢的結(jié)果集過小，可以縮小條件召回，例如可以將查詢條件縮小為{程序員,?北京,?月薪3000+, NULL, NULL}

?

基于內(nèi)容的推薦，原理如上，希望這1分鐘，大家能有收獲。

人肉推薦：

《1分鐘了解協(xié)同過濾，pm都懂了》

協(xié)同過濾，以及基于內(nèi)容的推薦，都需要用戶的歷史日志信息，如果沒有歷史日志信息，如何對(duì)用戶進(jìn)行推薦呢？靜候下一個(gè)1分鐘。

總結(jié)

以上是生活随笔為你收集整理的1分钟了解基于内容的推荐，pm又懂了的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。