推荐系统的学习：
分类：
根据实时性：
- 离线推荐
- 实时推荐
根据是否个性化分类： - 基于统计的推荐
- 个性化推荐
根据推荐原则分类： - 基于相似度的推荐
- 基于知识的推荐/基于规则的推荐
- 基于模型的推荐/基于机器的推荐
根据数据源分类： - 基于人口统计学的推荐 基于用户的推荐 用户画像之类
- 基于内容的推荐
- 基于协同过滤的推荐/俗语：基于行为的推荐
![在这里插入图片描述]()
![在这里插入图片描述]()
![在这里插入图片描述]()
基于协同过滤的推荐算法：
![在这里插入图片描述]()
用户对电影的评分。根据用户打分的情况去筛选用户可能喜欢的电影。 - 基于近邻的协同过滤
- 基于物品(Item-CF)
- 基于用户()
- 基于模型的协同过滤
- 潜在语义分析
- 奇异值分解
- 支撑向量机
