我一直很好奇这些系统是如何工作的。例如，netflix 或 Amazon 如何根据过去的购买和/或评级来确定做出哪些推荐？是否有任何算法可供阅读？
为了避免误解，我没有实际的理由问这个问题。我只是出于纯粹的好奇心问。
(另外，如果有关于这个主题的现有问题，请指出它。“推荐系统”是一个很难搜索的术语。)
最佳答案
在最基本的情况下，大多数推荐系统通过说两件事之一来工作。
基于用户的推荐:
如果用户 A 喜欢项目 1、2、3、4 和 5，
用户 B 喜欢项目 1、2、3 和 4
那么用户 B 很可能也喜欢项目 5
基于项目的推荐:
如果购买商品 1 的用户也极有可能购买商品 2
而用户A购买了商品1
那么用户A很可能会对item 2感兴趣
这里是你应该知道的算法的大脑转储:
- 设置相似度(Jaccard 指数和 Tanimoto 系数)
- n维欧氏距离
- k-均值算法
- 支持向量机
关于algorithm - 推荐系统如何工作？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/626220/