工业界常用个性化召回算法分类

工业界常用个性化召回算法分类

• 基于item相似
  item-cf，基于物品的协同过滤（LS算法属于User-Item CF，也叫做混合CF。它同时考虑了User和Item两个方面）
• 基于图的推荐person-rank
  优点：可解释性强，比较通俗易懂
  缺点：缺乏新颖性
• 基于user profile的
  经过用户自然属性，用户偏好，等统计，按类别来召回
  优点：推荐效果不错
  缺点：一旦用户被打上某个类别的标签之后，很难迁移到其余的一些标签
• 基于隐语义的
  LFM（矩阵分解 spark 实现的 ALS算法-基于模型的协同过滤），基于用户行为的word2vec,深度学习网络等