推荐系列5 理论

推荐内容

1. 用户方面：老用户个性化推荐，新用户多样性推荐，主流用户与小众用户区别对待
2. 物品方面：兴趣推荐，日用物品性价比推荐，大件物品专家推荐，促销及库存清理推荐
3. 上下文方面：时间，节假日等，地点

评测设计

点击率，转换率，使用时长，重复率

用户画像系统

1. 标签化，向量化
2. 处理：明确问题（分类，聚类，推荐)，机器学习流程