148 混合推薦系統案例（需求分析）

某電商網站首頁有猜你喜歡推薦位，該推薦位一次能展示6個商品，推薦內容可以更換四次，共需推薦24個商品。 需要使用協同過濾算法（user CF & Item CF）及基於物品內容的算法進行混合推薦。 一次性展示的6個商品中，從左到右的順序分別是： 第一位：基於物品的實時推薦結果 第二位：基於用戶的離線推薦結果 第三位：基於物品的離線推薦結果 第四位：基於內容的實時推薦結果 第五位：基於物品的實時推薦

>>阅读原文<<