首頁>>技術前沿>>B/S,C/S軟件系統開發許多人把推薦系統視為一種神秘的存在，他們覺得推薦系統似乎知道我們的想法是什么。騰訊向我們推薦電影電視劇，淘寶京東向我們推薦該買什么樣的商品。推薦系統從早期發展到現在，已經得到了很大的改進和完善，以不斷地提高用戶體驗。盡管推薦系統中許多都是非常復雜的系統，但其背后的基本思想依然十分簡單。
推薦系統是什么？
推薦系統是一種信息過濾系統，它根據用戶的偏好和行為，來向用戶呈現他(或她)可能感興趣的物品。推薦系統會嘗試去預測你對一個物品的喜好，以此向你推薦一個你很有可能會喜歡的物品。我們這里將向大家介紹一種最常用的推薦系統：協同過濾系統。
1.基于用戶的協同過濾
基于用戶的協同過濾本質上是尋找與我們的目標用戶具有相似品味的用戶。如果張三和李四曾對幾部電影給出了相似的評分，那么我們認為他們就是相似的用戶，接著我們就可以使用張三的評分來預測李四的未知評分。例如，如果張三喜歡亮劍和雪豹，李四也喜歡亮劍，那么雪豹對李四來說是就是一個很好的推薦。一般來說，你只需要一小部分與李四相似的用戶來預測他的評價。
當然這種推薦算法的缺點就是用戶的喜好會隨著時間推移而改變，這就會導致推薦信息的過時。
2.基于物品的協同過濾
基于物品的協同過濾過程很簡單。兩個物品的相似性基于用戶給出的評分來算出。讓我們回到張三和李四的例子，他們兩人都喜歡亮劍和雪豹。 因此，我們可以推斷，喜歡第一部電影的大多數用戶也可能會喜歡第二部電影。所以，對于喜歡亮劍的第三個人王五來說，亮劍的推薦將是有意義的。這種推薦算法不會隨著時間推移而變得過時，因為物品是不會過時的，是一直存在的。
推薦系統與AI？
推薦系統常用于人工智能領域。推薦系統的能力 – 洞察力，預測事件的能力和突出關聯的能力常被用于人工智能中。另一方面，機器學習技術常被用于實現推薦系統。
【全文完】
版權聲明:
1、弈聰軟件網站內容中凡注明“來源：XXX（非陜西弈聰網站）”的作品，轉載自其它媒體，轉載目的在于傳遞更多信息，其中涉及的網站建設，網站優化，APP開發，微信小程序開發，大數據平臺開發，區塊鏈技術開發等軟件開發技術細節并不代表本站贊同支持其觀點，并不對其真實性負責。對于署名“陜西弈聰”的作品系本站版權所有，任何人轉載請署名來源，否則陜西弈聰將追究其相關法律責任。
2、本站內容中未聲明為“原創”的內容可能源自其它網站，但并不代表本站支持其觀點，對此帶來的法律糾紛及其它責任與我方無關。如果此內容侵犯了您的權益，請聯系我方進行刪除。
企業動態
