个性化推荐系统实现 - 好文

在参加一次个性化推荐预测比赛过程中，为了方便观测和比较不同算法预测的结果，“一不小心”就实现了个简单的性化推荐系统。

实现原理是根据以前整理过的原理：《一张图了解个性化推荐算法》

根据用户百万条历史行为数据，包括：
user_id 用户唯一IDitem_id 内容或物品唯一IDcate_id 内容或物品类别IDaction_type
用户行为类型，例如view（点击）、deep_view（深度阅读）、share（分享）、comment（评论）、collect（收藏）等action_time
行为发生时间
可进行：

可使用不同推荐算法（User-CF、Item-CF、热榜、混合），给指定用户推荐其可能感兴趣的内容或物品热榜内容推荐排序支持hackernews算法（解决过热问题）、基于用户行为类型打分（如
分享 > 评论 > 收藏 > 深度阅读 > 点击）给指定用户推荐其他相似行为用户；用户行为统计分析；

个性化推荐系统

推荐相似行为用户

▍需要帮助？联系我们

大数据部落 <http://y0.cn/teradat> -中国专业的第三方数据服务提供商，提供定制化的一站式数据挖掘和

统计分析和数据挖掘咨询服务：y0.cn/teradat <http://y0.cn/teradat>（咨询服务请联系官网客服
<http://dwz.cn/YntAj>）

<http://wpa.qq.com/msgrd?v=3&uin=3025393450&site=qq&menu=yes>QQ：3025393450

【服务场景】

科研项目; 公司项目外包;线上线下一对一培训;学术研究。

【大数据部落】提供定制化的一站式数据挖掘和统计分析咨询服务

<http://y0.cn/teradat>

分享最新的大数据资讯，每天学习一点数据分析，让我们一起做有态度的数据人

微信客服号：lico_9e

QQ交流群：186388004

<http://y0.cn/teradat>

欢迎关注微信公众号，了解更多数据干货资讯！

加入欢迎的我们大数据学习必备利器课程
<http://study.163.com/course/courseMain.htm?courseId=1003776041&share=2&shareId=1023497288>

http://study.163.com/course/courseMain.htm?courseId=1003776041&share=2&shareId=1023497288

<http://study.163.com/course/courseMain.htm?courseId=1003776041&share=2&shareId=1023497288>

<http://y0.cn/teradat>

热门工具换一换