新聞個性化推薦基本算法

針對新聞的個性化推薦，通常狀況下不作item-based，這種計算的計算的複雜度過高，資訊的產生以及用戶的點擊，屬於高頻度發生的，涉及的推薦數據集合，都是新產生的，item-based的難度有點大。 從資訊瀏覽習慣來說，新聞的個性化，最最重要的東西，就是用戶的興趣挖掘，用戶的興趣來自於用戶的行爲， 集中在「領域」上，娛樂，時事，健康，育兒等大類，或者「國內娛樂」，「寶寶故事」等細粒度類，或者「趙薇

>>阅读原文<<