推薦算法是計算機專業的一種算法。通過一些數學算法，推測用戶可能喜歡什么。網絡是應用推薦算法的主要好處。所謂推薦算法，就是利用用戶的一些行為，通過一些數學算法推測用戶可能喜歡的東西。以下就是小編為大家帶來的算法推薦的分類有哪些。

新浪輿情通

0

1條點評

咨詢產品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

暫無

合作品牌

18

算法推薦的分類有哪些

       算法推薦的分類有哪些

一，基于內容
   
       基于內容的推薦(Content-based Recommendation)是信息過濾技術的延續與發展，它是建立在項目的內容信息上做出推薦的，而不需要依據用戶對項目的評價意見，更多地需要用機器學習的方法從關于內容的特征描述的事例中得到用戶的興趣資料。

二，基于協同

       基于協同過濾的推薦算法( Collaborative Filtering Recommendation)技術是推薦系統中應用最早和最為成功的技術之一。它一般采用最近鄰技術，利用用戶的歷史喜好信息計算用戶之間的距離，然后利用目標用戶的最近鄰居用戶對商品評價的加權評價值來預測目標用戶對特定商品的喜好程度，從而根據這一喜好程度來對目標用戶進行推薦。

三，基于效用

       基于效用的推薦（Utility-based Recommendation）是建立在對用戶使用項目的效用情況上計算的，其核心問題是怎樣為每一個用戶去創建一個效用函數，因此，用戶資料模型很大程度上是由系統所采用的效用函數決定的。

       個性化推薦的概念首次出現在1995年3月的美國人工智能協會上，卡內基梅隆大學的RobertArmstrong提出了個性化導航系統WebWatcher。與此同時，斯坦福大學的Markobalabanovic也推出了LIRA-個性化推薦系統。此后，個性化推薦研究開始蓬勃發展。以上就是小編為大家帶來的算法推薦的分類有哪些。