推薦系統實戰筆記2

推薦系統實踐2 協同過濾：所有用戶齊心協力，通過與網站的互動，不斷過濾掉自己不感興趣的物品 2.1 用戶行爲數據 顯性反饋行爲：評分和喜歡/不喜歡等直接表達喜好的行爲 隱性反饋行爲：如頁面瀏覽等不能明確用戶喜好的行爲，一般分析用戶會話日誌得到該行爲數據 2.2 用戶行爲分析 以用戶購買過的物品數代表用戶活躍度，以購買過該商品的用戶數代表物品流行度 以物品流行度K爲橫座標，以流行度爲K的物品總數爲縱

>>阅读原文<<