推荐系统架构

从底向上依次介绍推荐系统各层的逻辑及涉及到的常用算法

基础层：

1.数据存储平台：主要涉及数据为用户信息、物品信息、用户行为信息等。

2.数据运算平台：根据实际需求设计。

3.数据传输平台：根据实际需求设计。

模型层：

1.用户画像模型

2.物品画像模型

3.用户关系挖掘

4.物品关系挖掘

5.用户物品关系挖掘

6.趋势预测模型

算法层：

1.用户显示评分矩阵；用户行为转评分矩阵；

2.矩阵SVD分解；优化的SVD++分解（挖掘隐藏因子）

3.用户协同过滤

4.物品协同过滤

5.基于内容的推荐

6.基于知识的推荐

7.关联规则挖掘

8.点击反馈算法

9.统计信息推荐

组合层：

1.迭代决策树融合

2.LG融合

3.支持向量机融合

4.混合推荐方法：整体式混合；并行式混合；流水式混合

应用层：

1.个性化推荐

2.关联推荐

3.热门推荐

4.推荐理由