在信息量爆炸的今天，由于范式的轉移，傳統的內容和渠道已經不再是稀缺資源；在今天，將信息和內容更好更精準得呈現在用戶面前，才是全方面提高效率的方式，真正的稀缺資源釀成了「推」和「拉」。而在這一切的背后，保舉算法的作用都功不成沒。

目前的保舉算法一般分為四大類：

協同過濾保舉算法應該算是一種用的最多的保舉算法，它是通過用戶的歷史數據來構建“用戶相似矩陣”和“產品相似矩陣”來對用戶進行相關item的保舉，以達到精準滿足用戶愛好的目的。好比亞馬遜等電商網站上的“買過XXX的人也買了XXX”就是一種協同過濾算法的應用。

基于內容的保舉算法，是將item的名稱、簡介等進行分詞處理后，提取出TF-IDF值較大的詞作為特征詞，在此基礎上構建item相關的特征向量，再按照余弦相似度來計算相關性，構建相似度矩陣。

混合保舉算法很好理解，就是將其他算法保舉的結果賦予差別的權重，然后將最后的綜合結果進行保舉的方法。

舉例來說，好比上述已經提到了三種方式，協同過濾算法中的基于用戶和基于item的協同過濾保舉，和基于內容的保舉算法；而混合保舉算法中是將這三種保舉結果賦予差別的權重，如：基于用戶的協同過濾的權重為40%，基于item的協同過濾的權重為30%，基于內容的過濾技術的權重為30%，然后綜合計算得到最終的保舉結果。

這個很基礎，看名字就知道了。這種方法是對item使用某種形式的流行度度量，例如最多的下載次數或購買量，然后向新用戶保舉這些受歡迎的item。就和我們平時經常看到的熱門商品、熱門保舉類似。

了解了大概原理后，就可以來看看在實際場景中，保舉算法都是怎么使用的吧。（事先聲明，這只是我看了相關東西再結合本身理解進去推測的，如果有說錯的地方請各位千萬放下手中的刀……）

好，下面開始，先說說協同過濾算法在實際中的應用。

協同過濾算法一般是怎么做的呢？我們先來看看在圖書保舉中的做法：

協同過濾（CF）大致可分為兩類：一類是基于鄰域的保舉、一類是基于模型的保舉；鄰域方法是使用用戶對已有item的喜愛程度來推測用戶對新item的喜愛程度。與之相反，基于模型的方法是使用歷史行為數據，基于學習出的預測模型，預測對新項的喜愛程度。通常的方式是使用機器學習算法，找出用戶與項的彼此作用模型，從而找出數據中的特定模式。（由于基于模型的方法我也不太理解，暫時不展開說明，感興趣的可以查閱相關資料）

【基于鄰域的保舉】–便是構建用戶相似矩陣和產品相似矩陣

假設用戶表示出了對一些圖片的喜歡情況并進行了相應的評分，情況如下：

差別圖書代表差別維度，評分則代表了特征向量在該維度上的投影長度，按照用戶對差別圖書的喜愛程度建立用戶的特征向量，，然后按照余弦相似度可以判斷用戶之間的相似性。按照相似性可以建立用戶相似矩陣：

很顯然，通過按照用戶對歷史圖書的評分情況，可以得到用戶對其的喜戀愛況，在此基礎上構建出用戶特征向量，可以必然程度上判斷兩個用戶在圖書品味上的相似程度，進而我們可以認為，若A和B比較相似，可以認為A喜歡的書B也喜歡。

在給A用戶進行圖書保舉時，找到與其相似度較高的其他用戶，然后除去A用戶已看過的圖書，結合相似用戶對某本圖書的喜愛程度與該用戶與A用戶的相似度進行加權，得到的保舉指數越高的圖書優先進行保舉。

這應該也是豆瓣等圖書社區上使用的保舉算法之一，利用用戶之間的相似度來進行保舉。當然，電影保舉也同理。

同理，反過來我們可以根據相似的方位，以用戶為維度來構建item的特征向量。?當我們需要判斷兩本書是否相似時，就去看對這兩本書進行過評價的用戶構成是否相似，便是使用評價過一本書的用戶向量（或數組）體現這本圖書；也就是說，如果有兩本書的評價中，用戶重合度較高，即可認為該兩本書相似度較高。其實借用的還是用戶相似的基礎。（《口語大數據與機器學習》中也提到過相似的保舉算法，感興趣的同學可以找來看一下）。

在音樂的保舉中同樣用到了協同過濾算法，我們眾所周知的使用個性化保舉的音樂app應該屬「網易云音樂」比較典型了。

標簽：東營 鹽城 林芝 九江 烏魯木齊