推薦算法(1)

大學(xué)畢業(yè)后,進(jìn)公司前理解的產(chǎn)品是有想法有創(chuàng)意,搞個原型實(shí)現(xiàn)它。進(jìn)公司后,狀態(tài)一直是,老大給任務(wù),我完成。

第一次鼓搗的是推薦類的產(chǎn)品。

當(dāng)時并不知道做的是推薦算法,或者說,根本就不知道什么是推薦算法。純粹瞎胡鬧。

因?yàn)閿?shù)據(jù)已經(jīng)被人工處理過,因此在推薦并不需要做太多的計(jì)算,就可以得到比較好的準(zhǔn)確率和覆蓋率。

基礎(chǔ)數(shù)據(jù)為A,推薦物品為B。B關(guān)聯(lián)了一定量的A,即它們本身就存在關(guān)聯(lián)了。要實(shí)現(xiàn)的功能是:用戶選擇了一些基礎(chǔ)數(shù)據(jù)A,如a1、a2、a3等,根據(jù)這個組合為用戶推薦一些物品B,如b1,b2,b3,降序排列。

算法 1.0 是這樣的。

利用基礎(chǔ)數(shù)據(jù)A在物品B下的排列順序,不同順序給予不同的數(shù)值。用戶選擇的基礎(chǔ)數(shù)據(jù)A,映射不同的物品B;在不同的物品B中,基礎(chǔ)數(shù)據(jù)A的數(shù)值(順序)是不同的。相加取均值。

1.0 是小學(xué)生等級。也有考慮到用戶個人信息、物品B的季節(jié)性、地域性和流行度的附加信息,但,影響不大。

后來的算法 2.0 ,深刻地意識到,單個命中和多個命中的結(jié)果不應(yīng)該是線性的,而是有弧度的。于是加入了對數(shù),代替原來固定的數(shù)值設(shè)定。數(shù)值根據(jù)命中數(shù)的增加而有坡度的增加,命中數(shù)越大,坡越陡。即原來是直線,升級后,變成了曲線。

就這么著,在查找資料的過程中,知道了推薦算法。就這么著,找工作的時候,面試的人看中了這方面的能力,給招了。不過沒關(guān)系,我也挺喜歡的。但如果不讓我做別的產(chǎn)品工作,恐怕是不行的,畫原型是一種樂趣,誰都不能剝奪我的。

不過,推薦算法,蠻復(fù)雜的。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

推薦閱讀更多精彩內(nèi)容