EthanWong

推荐系统， 在目前信息大爆炸的年代，早就成了一个耳熟能详的词语，对于目前用短视频APP的用户，应该不会感到陌生，在抖音，快手，YouTube，FaceBook,Amazon ，Tmall 等等各种社交或者购物网站，都已经看到这样的现象：用户浏览了几个视频或者商品，系统会自动推荐很多相关或者类似的视频或者商品。 本文皆在概述当前主流的推荐系统算法，帮助数据科学家根据企业的限制条件和需求，选择最合适的算法。 下面就總結一下目前市面存在的推薦算法 Collaborative filtering（協同過濾）-CF 協同過濾是推薦系統中比較常見（most commonly) 的推薦系統算法之一。 即使是初學的數據專家也可以利用它構建一個個性化的電影推薦系統，最常見的比如：一個簡歷項目。 當我們想要給一個用戶推薦某些內容的時候，最常見的做法是：找用戶的興趣相似的用戶，分析他們的行為，然後推薦給用戶類似的內容。 或者我們也可以查看與該用戶購買過的商品，然後推薦類似的商品。 基本邏輯就是： 你喜歡的，也許和你相似的人也喜歡 如果你喜歡電影A，你也可能喜歡電影B，因為很多人喜歡電影A的時候，也喜歡電影B These are two basic approaches in Collaborative Filtering :user-based collaborative filtering and item-based…