推薦的本質(zhì)是什么，推薦的目標(biāo)，推薦的效果評(píng)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(gòu)買的信息
3.用戶購(gòu)物車中的數(shù)據(jù)袜爪，（沖動(dòng)購(gòu)買與菜籃子）
3.用戶本身的元信息胀葱，如年齡誓禁，性別，住處
4.用戶的連接信息风范，如朋友咨跌，關(guān)注，推薦
推薦的模型
1.與商品相關(guān)的商品硼婿，如屬性相近锌半，可以用KNN，google的do you mean
2.社交推薦寇漫，跟用戶類似的用戶也購(gòu)買了什么商品刊殉，協(xié)同過濾，pagerank
3.菜籃子州胳，某兩類物品協(xié)作銷售的很好记焊，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)你的年齡栓撞，性別遍膜，狀態(tài)給你推薦，可以基于規(guī)則引擎來做
5.用戶的歷史信息瓤湘，基本信息來給用戶聚類捌归，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)同過濾岭粤，離線進(jìn)行商品表格計(jì)算惜索，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
