推薦的本質(zhì)是什么，推薦的目標(biāo)，推薦的效果評價(jià)

推薦中可以獲得數(shù)據(jù)

1.用戶瀏覽的信息

2.用戶歷史購買的信息

3.用戶購物車中的數(shù)據(jù)，（沖動購買與菜籃子）

3.用戶本身的元信息，如年齡，性別，住處

4.用戶的連接信息，如朋友，關(guān)注，推薦

推薦的模型

1.與商品相關(guān)的商品，如屬性相近，可以用KNN，google的do you mean

2.社交推薦，跟用戶類似的用戶也購買了什么商品，協(xié)同過濾，pagerank

3.菜籃子，某兩類物品協(xié)作銷售的很好，既有物品的效應(yīng)也有社交的效應(yīng)

4.個(gè)人信息，如根據(jù)你的年齡，性別，狀態(tài)給你推薦，可以基于規(guī)則引擎來做

5.用戶的歷史信息，基本信息來給用戶聚類，然后推薦聚類里的商品

6.用戶搜索的信息，基于搜索引擎來給用戶推薦

7.多種混合模型

亞馬遜的模型：

1.傳統(tǒng)的協(xié)同過濾 用戶到用戶

2.聚類算法

3.搜索技術(shù)

4.基于物品的協(xié)同過濾，離線進(jìn)行商品表格計(jì)算，在線進(jìn)行實(shí)時(shí)推薦

世紀(jì)佳緣的推薦

1.可逆性

2.特征值提取

3.數(shù)據(jù)理解