基于内容的推荐系统

基于内容推荐系统是主要的推荐系统类型之一，其推荐功能是基于对内容的描述和用户偏好信息。它尝试推荐给用户的内容是跟用户过去喜欢的内容的相似度相关联的。因此，推荐的内容就是通过找到与用户历史偏好内容最匹配的内容。 基于内容推荐系统主要包括三部分内容: 内容分析(Content Analyzer): 通过从无结构化的数据提取，整合一些特征来结构化数据。 （如词在关于电影的数据中将每一个电影作为向量表示）；Profile Learning（用户信息学习），通过对用户历史偏好的内容向量以加权的方式来表示用户的信息。一般通过使用机器学习模型（如贝叶斯分类器，神经网络等）推断用户对潜在的新内容的偏好概率；Filtering Component（过滤组件），通过匹配用户信息与推荐的item属性。