se是根據(jù)集體行為計算用戶之間的相似度，比如A跟B計算出來非常相似，則可以把B喜歡的內(nèi)容，但A還沒有看過，推薦給A。
常用的應(yīng)用場景
1、首頁猜你喜歡推薦
由于移動端屏幕較小，一屏展現(xiàn)的內(nèi)容較少，用戶要找到自己感興趣的內(nèi)容需要一屏一屏往下翻，在這個地方展現(xiàn)個性化推薦系統(tǒng)推薦的內(nèi)容，可以快速抓住用戶的眼球。
2、在發(fā)現(xiàn)欄目給用戶推薦感興趣的內(nèi)容，可以讓用戶獲得驚喜。
3、內(nèi)容詳情頁的關(guān)聯(lián)推薦/相關(guān)推薦，在內(nèi)容詳情頁可以給用戶推薦與當(dāng)前內(nèi)容相似的內(nèi)容。
4、閱讀結(jié)束/視頻播放結(jié)束/直播結(jié)束推薦，推薦與當(dāng)前內(nèi)容類似的內(nèi)容。
5、搜索頁面推薦，當(dāng)搜索無結(jié)果時，可以給用戶推薦其感興趣的內(nèi)容
個性化推薦系統(tǒng)應(yīng)用中的幾個關(guān)鍵問題
個性化推薦系統(tǒng)是一個非常復(fù)雜系統(tǒng)，其中不光涉及數(shù)據(jù)處理算法和系統(tǒng)架構(gòu)的靈活性問題，還涉及系統(tǒng)魯棒性，數(shù)據(jù)稀疏性問題、冷啟動問題、系統(tǒng)的精準(zhǔn)性和多樣性問題。
垃圾數(shù)據(jù)處理，對于系統(tǒng)產(chǎn)生的異常數(shù)據(jù)、垃圾數(shù)據(jù)需要業(yè)務(wù)特點制定一套清洗規(guī)則。
冷啟動問題，由于新用戶訪問時沒有數(shù)據(jù)沉淀，因此很難根據(jù)用戶行為進(jìn)行推薦，目前比較普遍的方法是新用戶首次登錄時提供興趣標(biāo)簽引導(dǎo)頁面，引導(dǎo)用戶進(jìn)行設(shè)置，同時結(jié)合其它推薦算法。另外一種比較理想的方法是使用用戶在其它平臺的社交數(shù)據(jù)。
數(shù)據(jù)稀疏性問題，可以使用聚類算法進(jìn)行升維后運算，并結(jié)合其它算法進(jìn)行組合推薦。
推薦結(jié)果精準(zhǔn)性和多樣性，通過多種算法進(jìn)行組合推薦。確保推薦結(jié)果集的精準(zhǔn)性和多樣性。
以上是關(guān)于個性化推薦系統(tǒng)的一個基本知識，花了點時間整理出來，希望對大家有所幫助。歡迎對這塊感興趣的同學(xué)一起交流。
作者：謝德福（微信號：beancurd191），9年以上互聯(lián)網(wǎng)從業(yè)經(jīng)驗，6年以上個性化推薦、大數(shù)據(jù)相關(guān)經(jīng)驗。畢業(yè)進(jìn)入華為工作6年后，于2013年出來創(chuàng)業(yè)至今，專注于大數(shù)據(jù)技術(shù)在影視、文化、視頻、娛樂等領(lǐng)域的應(yīng)用。
項目經(jīng)理勝任力免費測評PMQ上線啦！快來測測你排多少名吧~
http://www.vanceur.cn/pmqhd/index.html
