构建文章推荐系统需要把文章向量化,然后组建一个推荐矩阵,矩阵里的元数据(数值)会影响推荐效果,如何使文章推荐矩阵元数据更好地与用户行为关联起来,这里提出了基于TFIDF算法关联到用户行为的表示和更新机制,根据用户行为的特点,给予不同的权重,最终会影响到元数据的取值,进而能量化用户行为标签的兴趣值,另一方面也能产生更好的推荐效果。
科研之友
微信
新浪微博
Facebook
分享链接
