新手问题 “你可能感兴趣的文章” 设计思路

luffycn · 2014年10月07日 · 最后由 freedom_fish 回复于 2014年10月08日 · 1894 次阅读

如果有一个 Article model 跟 articles 表 (title, content)

怎么设计‘你可能感兴趣的文章’了

一般的通用做法是什么

  1. 随机
  2. elasticsearch 的 more like this 方法
  3. 让专门的搜索工程师研究相关度分析

一般来说就是关联规则挖掘吧,根据用户点击过的文章做关联。协同过滤的话需要用户对文章进行评分,根据分数进行推荐。这个是比较简单的,如果想要深究的话就看看数据挖掘的资料吧。

我说给我推荐的文章怎么不对胃口,原来是随机的,被程序员忽悠了

是要根据用户行为来做的吧,比如读啥文章比较对,关注者,关注的栏目,搜索的关键字什么的

当初做门户产品,也有类似需求,我是用dice 系数实现的,比较简单,效果一般。 就是在热门文章里,找出与当前文章最相似的文章来推荐,当然是用预先编辑好的关键词。

这种方法只是推荐相似文章,如果产品里涉及其它数据输入,比如评分,或喜欢等数据,想推荐用户可能真的喜欢的,可以考虑用 slope-one 算法。

那本说推荐算法的书:推荐系统,很不错,虽然很多公式看不懂,但能开眼界。

相似度算法,推荐算法。

需要 登录 后方可回复, 如果你还没有账号请 注册新账号