总结一下我所设想的推荐引擎怎么做

 总结一下我所设想的推荐引擎怎么做

1、建立一个关键词集合,必须满足像SQL索引那样的“选择性”,太高太低都不行;其次,这些关键词还应该尽量满足正交分解覆盖,比方说,不应该有2个关键词覆盖几乎相同的文档;

2、把用户的搜索单词尽量导向关键词几何的某1个,这样就可以有结果了,用户的兴趣则可以用几个关键词的概率组合来表达

3、确保用户可以通过搜索访问到所有的文档,否则就是理论上不完备了,普通的向量空间模型感觉不行,最好是使用概率图模型,可简单实现为关键词作为图节点基础上的随机行走

4、假设文档数其实是有限的(只保留3个月内的近期文档),所以不存在文档很多的问题,相反,用户数如果1000万,每个用户都要个性化推荐的话,用户这边的优化才是重点

Web网站数量虽然可能指数增长,但有价值的内容顶多也就是线性增加 

你可能感兴趣的:(推荐系统,选择性,个性化推荐,概率图模型,关键词集合)