前情提要
人工智能千千万, 没法落地都白干. 自从上次老司机用神经网络训练了热狗识别模型以后, 群众们表示想看一波更加接地气, 最好是那种能 10 分钟上手, 一辈子受用的模型. 这次, 我们就通过某著名电商公司的公开数据集, 在阿里云大数据生态之下快速构建一个基于协同过滤的推荐系统!
推荐系统大家都不陌生, 早就已经和大家的生活息息相关. 从淘宝天猫的猜你喜欢, 到抖音快手的向你推荐, 再到新浪微博的热点推荐, 推荐系统让大家又爱又恨. 可是这无数的推荐系统背后的原理到底是如何构成的? 今天就让数据科学老司机带你一起在 5 块钱以内构建一个基于协同过滤的推荐系统, 为你揭开数据的秘密.
常见推荐系统原理
在开始之前, 我们先讲讲常见的推荐系统的原理:
基于热度的推荐系统: 最简单, 但是也是最不个性化的. 典型的案例就是 bilibili 的日 / 周 / 月榜
基于内容的推荐系统: 基于内容
来源: https://yq.aliyun.com/articles/708964