推荐引擎-第二部分

这是一篇关于推荐引擎-第二部分的思维导图，推荐引擎是推荐系统的主要组成部分，它利用用户的历史行为数据以及其他相关信息，通过一系列算法和模型，为用户提供个性化的推荐服务。

推荐引擎-第二部分

• 推荐引擎-大数据框架：
• 混合推荐
  • 类型一：加权混合
  • 类型二：切换混合
  • 类型三：分区混合
  • 类型四：分层混合
• 基于图的推荐算法
  • PersonalRank
    • 算法思想：通过计算图中顶点之间的相关性，对用户进行推荐
    • 几个概念
      • 用户-商品二部图：
      • 入度：指向顶点的边的数量
      • 出度：顶点指向其它顶点的边的数量
    • 算法步骤
      • 第一步：随机选取一个PR不为0的节点，作为初始节点
      • 第二步：计算初始节点与其他节点的相关性，即PR：
      • 第三步：重复步骤一、二，直到遍历过所有节点