java - 关于推荐引擎

Question

什么是快速“如果用户 A 和用户 B 喜欢产品 C，他们可能有兴趣互相关注”的算法。我认为在运行时计算它们的相似度不够聪明，因为它会减慢响应速度。另一方面，计算隔夜指数需要进行 (N*N-1) 次不同的运行，其中 N 是用户数……也不是很聪明。此外，每次用户喜欢新产品或新用户注册时，都必须重新计算索引。

可以在这里应用的最聪明的东西是什么？某种超快散列，然后只添加新项目？

Answer 1

在我在 Uni 的一门类(class)中学习的算法中，有一个算法处理这样的事情。他们推荐的方法是为每对用户计算一个“相似性”指数(我猜这是您提到的 N*N 方法)，然后基于此确定特定用户与哪些用户最接近。

当然，您不需要为每次更改立即重新计算相似度指数，只是偶尔一次，有点像搜索引擎爬虫的工作方式。事实上，一旦您计算了初始索引，您就可以使用各种启发式方法为那些快速改变偏好的用户重新计算更多频率，而为那些很少改变它们的用户重新计算更慢。