利用數(shù)百萬(wàn)的人的意見(jiàn)幫助我們發(fā)現(xiàn)更有用和更有趣的內(nèi)容。 為用戶提供支付得起,個(gè)性化,匹配程度高的產(chǎn)品是推薦系統(tǒng)的核心問(wèn)題。 技術(shù)層面上,盡可能利用可用的信息和知識(shí),在設(shè)計(jì)交互...
轉(zhuǎn)移 利用上下文信息進(jìn)行推薦,利用用戶訪問(wèn)推薦系統(tǒng)的時(shí)間、地點(diǎn)、心情等進(jìn)行推薦。用戶上班下班的興趣不一樣,周末和上班興趣不一樣,上廁所閱讀和在辦公室閱讀不一樣。 時(shí)間:賣衣服...