【读书笔记】内容推荐系统

前言：最近在学习这块的知识，通读了项亮的《推荐系统实践》这本书对于想了解推荐系统的同学来说是个不错的选择，比较有框架性，覆盖面也比较全。以下就对这块的学习进行总结，如有不妥之处，还望指正！

全文从三个部分来总结，一、基于推荐系统的架构。二、常用的推荐算法。三、推荐系统的评估方法。

一、推荐系统的架构

如图分别是推荐引擎架构图与推荐系统架构图

二、常用的推荐算法

基于协同过滤算法推荐

基于物品推荐ItemCF

核心思路：给用户推荐，之前喜欢过的内容的相似内容，需要考虑用户对某内容产生行为的时间因素，随用户喜爱距今的时间长短，呈推荐权重降低的趋势

解决方式：1、计算内容之间的相似度 2、找到其他用户喜欢的内容，并计算用户对内容的兴趣度

冷启动1：暂无用户历史信息时，非个性化的热门内容推荐逻辑：

1、从最热门的100个内容里，随机推荐10个内容给用户，每周都有7个内容，不在上周的推荐中

2、记录用户每天看到的推荐结果权重，在他前几天看到多次的内容进行降权处理

冷启动2：用户信息收集场景探索：进入内容模块，则进行分类标签选择,获取用户兴趣信息

基于用户推荐UserCF

冷启动：好友通讯录权限获取

基于好友推荐：给用户A，推荐用户B喜欢的视频，需考虑用户B喜欢视频的时间因素，算法体现为包含时间衰退因子，随用户B喜欢的距今的时间长短，呈推荐权重降低的趋势

...未完后续补，先上笔者之前实操的工作项目脑图，展示对整个内容推荐的搭建思路，后面完善。