目前，有三種流行的個(gè)性化推薦算法：協(xié)同過濾推薦算法，基于內(nèi)容的推薦算法和基于社交網(wǎng)絡(luò)的推薦算法。 1.協(xié)同過濾推薦算法該算法的基本思想是，如果您的朋友或親戚購買商品并且評級良好，那么您可能會(huì)購買該商品。根據(jù)相似性比較的對象，它可以細(xì)分為基于用戶的推薦和基于項(xiàng)目的推薦。在這個(gè)算法中，有一些電子商務(wù)平臺(tái)，如亞馬遜。 a）基于用戶的鄰居推薦基于用戶的協(xié)作推薦的基本思想是找到當(dāng)前用戶的最近鄰居（即，計(jì)算用戶之間的相似度），以便根據(jù)用戶預(yù)測您可能喜歡的內(nèi)容。鄰居的喜好。 b）基于項(xiàng)目的鄰居建議算法的核心是計(jì)算項(xiàng)目之間的相似性，從而向用戶推薦類似的項(xiàng)目。當(dāng)需要向用戶推薦項(xiàng)目A時(shí)，通過確定類似于A的項(xiàng)目B，計(jì)算這些鄰居項(xiàng)目的用戶B分?jǐn)?shù)的加權(quán)和以獲得用戶對項(xiàng)目A的預(yù)測分?jǐn)?shù).2。內(nèi)容基于內(nèi)容的推薦算法基于內(nèi)容的推薦不同于協(xié)同過濾推薦。它不需要項(xiàng)目的用戶得分?jǐn)?shù)據(jù)，也不需要比較多個(gè)用戶或多個(gè)項(xiàng)目之間的相似性。該算法的基本思想是基于用戶的歷史興趣數(shù)據(jù)構(gòu)建用戶模型，然后提取推薦項(xiàng)目的特征描述的特征，然后將項(xiàng)目特征與用戶模型和項(xiàng)目進(jìn)行比較。可以推薦具有更高相似性的。基于內(nèi)容的推薦目前主要用于文本，視頻和音頻推薦，例如新聞，視頻和廣播。 3.基于社交網(wǎng)絡(luò)的推薦算法基于社交網(wǎng)絡(luò)的推薦是社交網(wǎng)絡(luò)中協(xié)同過濾推薦的擴(kuò)展，同時(shí)具有基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦特征。一般來說，它可以分為兩類，即基于鄰域的社交網(wǎng)絡(luò)推薦和基于網(wǎng)絡(luò)結(jié)構(gòu)的社交網(wǎng)絡(luò)推薦。 a）基于鄰域的社交網(wǎng)絡(luò)推薦基本思想是查詢社交網(wǎng)絡(luò)中當(dāng)前用戶的所有朋友，并根據(jù)朋友的興趣數(shù)據(jù)推薦朋友喜歡的項(xiàng)目集合給當(dāng)前用戶。 b）基于社交網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)推薦該算法連接用戶，用戶的朋友，用戶的偏好和朋友的偏好，以形成社交網(wǎng)絡(luò)結(jié)構(gòu)圖。同時(shí)，根據(jù)用戶之間的熟悉度和偏好相似度定義用戶與用戶偏好之間的權(quán)重，然后選擇與用戶不直接相關(guān)的項(xiàng)目，并根據(jù)優(yōu)先級生成推薦列表水平。