在經濟學裡認為商品之間又這樣三種關係，替代品（如：百事可樂和可口可樂）、互補品（如：短裙和打**）、不相干（如：褲子和飲料）。當然了，我們也可以引入更為基本的商品屬性，劣等品、奢侈品、必需品。
這裡所說的境遇經濟行為的推薦系統，正是基於以上所說的商品屬性（不考慮不相干物品和劣等品）來考量的。所以這類推薦系統適用於電商平台。
如果使用者在某電商平台購買了一台蘋果手機（奢侈品），那麼他會考慮買互補品，而不是替代品。當然購買不相干物品的可能性也有，不過不會太高。
如果使用者購買的時衣物（必需品），那麼他選擇替代品和互補品的可能性同時存在，而且不會差異太多。
如果只是這樣的話，似乎也過於簡單了。我們還考慮到乙個問題，就是在經濟學裡認為，人都是理性的。即使用者考慮的是最大效用問題。
因此，我們給出這樣一種假設，對於替代品，使用者趨向於選擇替換成本最低；對於互補品，使用者趨向於選擇效用最大。舉例來說明：對於家電產品，即使有很高的折扣優惠，消費者選擇替換掉原有產品（有可能沒有）的成本是很高的；對於服飾類的產品，消費者應該是樂於在購買一條裙子之後，應該會選擇最為搭配的那一件飾品。
應該說這是乙個常識，並不是什麼新奇的發現。即使我們手裡沒有海量的資料（本來也沒有），我們也能發現這麼個東西。但是，基於此，我們還是可以設計一套推薦系統。
1、商品分類。計算商品的需求交叉彈性係數，即可分出替代品和互補品。
計算商品的需求收入彈性係數，即可分出奢侈品，必需品。
2、對於奢侈品，使用者選擇替換成本最低的。（即商品折扣最高，購物券最多）
3、對於必需品：
3.1、替代品，使用者選擇替換成本最低，替換效用最大。
3.2、互補品，使用者選擇效用最大
推薦系統 基於UGC的推薦
使用者用標籤描述對物品的看法，所以使用者生成標籤 ugc 是聯絡使用者和物品的紐帶，也是反應使用者興趣的重要資料來源。乙個使用者標籤行為的資料集一般有乙個三元組 使用者，物品，標籤 的集合組成，其中一條記錄 a,b,c 表示使用者a給物品b打上了標籤c 乙個簡單的演算法 統計每隔使用者最常用的標籤 ...
推薦系統02 基於近鄰的推薦
推薦策略 近鄰推薦方法的關鍵點 推進系統要找到的是最優項 best item 和最優n項 top n 符號定義說明 使用者集u user 物品集i item 評價分數集合s score ru i 是使用者u對i的評分iu 是使用者u評分過的物品集合ui 是對i打過分的使用者集合iu v 同時被使用者...
基於Spark的電影推薦系統（推薦系統 1）
行業背景 快速 apache spark以記憶體計算為核心 通用 一站式解決各個問題，adhoc sql查詢，流計算，資料探勘，圖計算 完整的生態圈 只要掌握spark,就能夠為大多數的企業的大資料應用場景提供明顯的加速 猜你喜歡 為代表的推薦系統，從吃穿住行等專案背景介紹 本專案是乙個基於apac...