根据用户百万条历史行为数据,包括: user_id 用户唯一IDitem_id 内容或物品唯一IDcate_id 内容或物品类别IDaction_type 用户行为类型,例如view(点击)、deep_view(深度阅读)、share(分享)、comment(评论)、collect(收藏)等action_time 行为发生时间 可使用不同推荐算法(User-CF、Item-CF、热榜、混合),给指定用户推荐其可能感兴趣的内容或物品热榜内容推荐排序支持hackernews算法(解决过热问题)、基于用户行为类型打分(如 分享 > 评论 > 收藏 > 深度阅读 > 点击)给指定用户推荐其他相似行为用户;用户行为统计分析; 个性化推荐系统推荐相似行为用户 |
|