互联网公司中的推荐系统，很多算法都比较高深( 三 )

2020-02-20

推送服务：得到推荐的结果之后，作用于用户；如在什么场景、时机下推荐。

推荐算法的基本流程

A：从数据库中拿到用户行为和属性等数据，通过分析不同行为，生成当前用户的特征向量；比如用户特征属性（如性别）、用户关系属性（如好友关系）、用户偏好属性（如喜欢看足球）；每个行业关注的用户特征是不相同的；

B：不同的物品，也有不同的特征属性，比如对于视频来说，包含地区、导演、演员、类型等；这个模块要做的事情就是连接用户和内容；比如用户喜欢某些特征的内容；利用用户喜欢的内容，寻找与这些内容相似的内容；根据用户特征寻找相似的用户，然后看这些用户喜欢的内容等等；

C：对初始的推荐列表进行过滤，排名等处理，生成最终的推荐结果。

举个比较好理解的例子，你平时使用今日头条，看了那些文章、每篇的停留时间、阅读进度、是否回复和点赞，然后推断出你的阅读偏好，进而给你推荐你感兴趣的新闻（当然头条的算法应该更复杂）。

推荐阅读

上一篇：小米，公开双屏专利，背部搭载副屏

下一篇：健身行业开发小程序可以做什么