1、基於人口統計學的推薦
用戶畫像
2、基於內容的推薦
相似度計算
基於內容的推薦算法
基於內容推薦系統的高層次結構
特征工程
數值型特征處理
歸一化
離散化
類別型特征處理
時間型特征處理
統計型特征處理
推薦系統常見反饋數據
基於 UGC 的推薦
基於 UGC 簡單推薦的問題
TF-IDF
TF-IDF 對基於 UGC 推薦的改進
3、基於協同過濾的推薦
3.1 基於近鄰的推薦
基於用戶的協同過濾（User-CF）
基於物品的協同過濾（Item-CF）
User-CF 和 Item-CF 的比較
基於協同過濾的推薦優缺點
3.2 基於模型的協同過濾
隱語義模型（LFM）
LFM 降維方法 —— 矩陣因子分解
LFM 的進一步理解
矩陣因子分解
模型的求解 —— 損失函數
模型的求解算法 —— ALS
梯度下降算法
