个性化推荐技术攻略

特别说明：最近很多文章，都是随便写写。把自己的思考和灵感，记录下来。等今后积累多了，再去详细整理。

高质量的文章，写起来太累了，需要很久的思考和整理。

我只是想尽快把已有的知识文档化，更多时间想去看书、写代码，另外我也想抽空玩玩游戏war3，放松下。

推荐公式

ResultContent=F(Context,SourceContent)

推荐内容结果(ResultContent)：用户感兴趣的有价值的内容，广告、文章、视频、商品等

上下文(Context）：用户的属性和行为

推荐内容来源(SourceContent):广告、文章、视频、商品等

识别用户的信息是个性化推荐的关键。

用户上下文

1.自然属性

  性别、年龄、月收入、职业

  如何得知用户的自然属性

a.用户填写

  QQ、购物等注册时，必须填写一些信息，用户可能会手动填写一些额外信息，比如职业、兴趣爱好。

b.算法识别

  根据真实的人群样本建模，然后不断推算更多用户的信息。

  真实人群样本由专门的调研公司，通过线上和线下渠道调研获得。

2.兴趣爱好

a.主动填写。

b.根据用户行为猜测。

 根据用户的搜索关键词（搜索引擎）、购物记录、网页访问记录。

3.识别用户

用户的HTTP Cookie和Flash Cookie。

QQ、百度等帐号。

4.用户的地域

根据用户IP和IP库（私有IP库和行业标准IP库），识别出用户的地域，如省份和城市。

5.如何监测用户的行为

a.搜索关键词

百度根据Cookie或帐号，把URL中的搜索关键词存储起来。

b.输入法词库。

输入法可以记录用户的打字记录，从而为挖掘该用户的更多信息，进而为用户推荐合适的内容。

c.购物记录

淘宝等电商根据帐号，完全可以知道用户的商品访问和购物记录。

6.第三方监测

 百度统计等工具，在网站内部加码，从而向第三方的服务器发送数据。

 有的第三方广告监测公司，在广告上加码，进去接收广告的曝光和点击数据。

推荐内容

网站等媒体有文章、图片、视频等属于自己的资源。

推荐结果

根据自己的算法，结合用户的信息，从呗推荐内容中筛选中用户感兴趣的有价值的内容。

通常来说，数据量大了，推荐的效果更好。

原文参见： http://FansUnion.cn/articles/3257 (小雷网-FansUnion.cn)