1、-family: 微软雅黑, "Microsoft YaHei" box-sizing: border-box !important; overflow-wrap: break-word !important;前面几节对从零开始搭建推荐系统的各个方面进行了细致介绍，在这一节我们重点讲解几个在搭建推荐系统过程中需要特别关注的点，部分在前面章节已经简单提到了，这里再明确地强调一下。1.新闻资讯、短视频类产品建议采用基于内容、标签的算法这类产品，标的物本身产量大、有一定的时效性，物品冷启动问题较严重。采用基于内容标签的算法可以一定程度避免该问题。同时，基于内容标签的推荐算法可解释
2、性好，用户立刻就明白给他这样推荐的原因，用户更容易接受和认可(下面会讲到这类产品一般提供实时推荐，在实时推荐中直观简单的推荐解释是非常容易让用户接受你的推荐策略的)。对于这类产品，基于内容的推荐方法相对简单，并且有上面提到的一些优点，企业开始搭建个性化推荐系统时可以采用这类方法。 2.提供“快消”类标的物的产品建议采用流式推荐“快消”类产品，如短视频、新闻资讯等，用户消费一个标的物的时间很短，用户也更愿意在零散的时间片段使用，因此可以很好地占领用户的碎片化时间。产品只有做到在短时间内给用户提供感兴趣的东西、击中用户中区神经的快感中心，用户才会一直跟产品交互获得更多的短期刺激，否则用户
3、直接退出了。而流式实时推荐可以很好地解决该问题，通过将主动权、控制权部分给予用户，用户通过不断刷的动作来快速地、不间断地寻找自己的兴趣点。 3.尽量使用简单的推荐算法快速上线，快是核心竞争力在从零开始构建推荐系统时，最重要的目标是让系统快速上线，尽早跑起来，在使用过程中发现问题，快速迭代、逐步完善。有时简单的算法的效果也不差，相对于复杂的更精准的算法有更高的投入产出比。读者可以参考基于朴素ML思想的协同过滤推荐算法这篇文章，里面讲到了YouTube、Google News在早些年利用关联规则、naive bayes、聚类三大简单机器学习算法做个性化推荐的技术方案，非常值得我们借鉴。&
4、nbsp;4.构建推荐系统业务闭环比什么都重要section style=margin: 0px; padding: 0px; max-width: 100%; color: rgb(51, 51, 51); font-family: -apple-system-font, BlinkMacSystemFont, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif; letter-spacing: 0.544px; text-align: justify; white-space: normal; background-colo
个人主页
