我們拿到的是使用者的一些基本資訊，或者根據使用者的上下文資訊得到使用者的標籤，這些標籤就屬於使用者的特徵，根據使用者的特徵可以找到跟使用者相似的使用者。相似的使用者具有相似的愛好，所以把物品推薦給使用者。
最重要的資訊就是使用者的基本資訊，如年齡，性別。
沒有使用者基本資訊，還可以收集沒有明確含義的使用者資訊，如使用者登入時間，地域等上下文資訊，因為沒有明確的含義，那怎麼辦呢？一般通過聚類等方法，去做資料的處理，提取出使用者的特徵，給使用者打上分類的標籤，那使用者就又有特徵了，又可以根據使用者的特徵去做相似的推薦了。如果說我們已經找到特定標籤的使用者了，我們就可以根據預設的規則，或者訓練出乙個模型，去對使用者做出推薦，比方預設的規則是，統計出一類人是畫家，就給他推薦畫板，油紙，素描紙，馬克筆。用乙個模型去發現規律，用標籤去做這個事情。使用者如果打上標籤，這個過程叫使用者畫像。資訊少，是使用者畫像最大問題。冷啟動的時候，勾選標籤。如果收集不到那麼多使用者資訊，畫像不好。收集使用者的行為資料。
收集使用者社會屬性，生活習慣，使用者消費行為，抽象出乙個使用者的商業全貌。大資料分析的根基。大資料比你更懂你。
推薦系統 推薦系統是什麼（介紹）
由於某些原因呢，需要了解推薦系統，現在就推薦系統做乙個總結。顧名思義，推薦系統就是我給你做推薦，比如你到北京旅遊了，會推薦你去故宮 長城等地方，但是為什麼會給你推薦這些地方呢，而不推薦你去早晚高峰的西二旗站呢，這就是推薦系統需要做的。根據下圖，你能推測出使用者d對於游泳的喜好嗎？如果只看使用者d，我...
《推薦系統》 電子推薦系統演算法實踐學習筆記（二）
1.1 推薦系統評測 1.1.1 推薦系統實驗方法 1.離線實驗 離線實驗的方法一般由如下幾個步驟構成 1 通過日誌系統獲得使用者行為資料，並按照一定格式生成乙個標準的資料集 2 將資料集按照一定的規則分成訓練集和測試集 3 在訓練集上訓練使用者興趣模型，在測試集上進行 4 通過事先定義的離線指標評...
推薦系統入門介紹
推薦系統 推薦系統是利用電子商務 向客戶提供商品資訊和建議，幫助使用者決定應該購買什麼產品，模擬銷售人員幫助客戶完成購買過程。個性化推薦是根據使用者的興趣特點和購買行為，向使用者推薦使用者感興趣的資訊和商品。隨著電子商務規模的不斷擴大，商品個數和種類快速增長，顧客需要花費大量的時間才能找到自己想買的...