展开至 1级 节点 展开至 2级 节点 展开至 3级 节点 展开至 4级 节点

推荐系统 源数据 用途 豆瓣音乐推荐 购物推荐 好友推荐 app推荐 CF协同过滤 - 基于用户的推荐 - 基于物品的推荐 架构图 传统 亚马逊推荐架构 淘宝推荐架构 工具 上采样 对少的数据进行复制多份。 缺点： 训练出来的模型可能导致过拟合 下采样 对多的数据进行随机抽取，抽取后的数据量和负例保持一致。训练出来的模型可能导致欠拟合 最大似然估计 模型使用 1. 获取 通过训练得出的各个app之间的关联特征权重 2. 有各个用户的历史下载记录 3. 有各个应用的属性信息以及个属性的权重值 4. 可以取同个待选app与最近5个下载app 关联特征权重之和 得出来的矩阵 ，加上各个商品信息的权重矩阵，即为推荐列表矩阵 问题 冷启动 一般步骤 1. 需求分析 架构推荐方案 2. 数据清洗 得到训练数据