广州APP软件制作公司分析系统推荐算法的类型

APP软件开发者越来越重视系统推荐算法这种新兴技术，随着今日头条、网易云音乐的黑马软件异军突起，不少产品经理开始对这类应用进行深入分析。其实，用户推荐系统是一个不断调试，不断优化的过程，每款软件对于推[...]

APP软件开发者越来越重视系统推荐算法这种新兴技术，随着今日头条、网易云音乐的黑马软件异军突起，不少产品经理开始对这类应用进行深入分析。其实，用户推荐系统是一个不断调试，不断优化的过程，每款软件对于推荐算法的商业模式都有所不同。接下来，广州APP软件制作公司将对系统推荐算法的类型进行具体分析。

1.协同滤波：就是相似的人给相似的内容。怎么定义相似的人呢那就是之前的行为相同。
2.矩阵分解法：基本原理是把用户作为一个维度，然后建一个二维矩阵，把这个二维矩阵找到一个低纬的表示，这可能只有50或者100维，这个个数还是跟内容一样，所以每个内容有一个100维的小表示，每个用户也有一个100维的小表示。这两个作为一个点击，可以恢复出原来的东西。
3.神经网络矩阵分解：基本原理把这个nade看成一个黑箱，级别让你的想法就是用nade来训练一个用户的表示和一个内容表示，但是这个表示可以不像矩阵分解那么死，因为它结合的时候不再是一代数的点程，而是基于一个神经网络，实际上带来了更多的自由度。唯一的差别就是表达能力增强了。