沒有複雜的公式，沒有晦澀的技術詞彙，從最簡易的案例，瞭解網際網路最常見的推薦演算法，每篇1分鐘，保證弄懂。

一、《從電影推薦開始，聊協同過濾》

• 什麼是協同過濾

• 協同過濾的3步驟

• 一張excel表格，秒懂協同過濾

二、《從職位推薦開始，聊內容推薦》

• 什麼是基於內容的推薦

• 基於內容的推薦的3步驟

• 明明職位要求6000+，為啥會出3000+的推薦結果

三、《我不是潘金蓮，聊相似性推薦》

• 沒有使用者行為資料，能不能做電影推薦

• 相似度推薦的簡易原理與實現

• 如何計算《我不是潘金蓮》與《芳華》的距離

四、《從啤酒與尿布，聊關聯規則推薦》

• 什麼是關聯規則推薦

• 沒有公式，也能秒懂支援度、置信度、提升度

• 一張excel表格，秒懂關聯規則推薦

五、《“相同距離，不同價格”裡的個性化推薦》

• 為什麼相同起點，相同終點，價格卻不同

• 使用者分級，個性化推薦秒懂

• 殺熟與殺豪是個性化的兩大利器

原文地址：https://blog.csdn.net/z50L2O08e2u4afToR9A/article/details/79990946

原創： 58沈劍  架構師之路