个性化推荐基本实现原理，纯属个人想法！

以下内容纯属个人想法！

如果有哪些不正确的，请说出来，愿意接受大家的想法！还有我语文不怎么好~

对某样事物进行标记，和分类类似的一种做法。但区别是两个标签的事物可以是完全不同的事物。
标签是实现大数据分析等方面的核心思想。在大数据方面，分标签是一件很重要的事情，分得越多、维度越大，效果越显著、结果越接近理想状态。标签越多，处理起来就越复杂。需要自己权衡~

描述某种事物的重要程度，其不同于一般的比重，体现的不仅仅是某一因素或指标所占的百分比，强调的是因素或指标的相对重要程度，倾向于贡献度或重要性。

标签系统，可以通过特定的算法把未知的资源分析出是哪一类的。
当然还有一种就是人工标记，通过上传者选择的标签进行分类（B站是这种）。

分析某个人点击某个标签的热度，根据热度分配权重，权重越大，说明乐度越大。
好的推荐系统离不开，权重应当自动调整策略，因为爱好可能会随环境变化而变化。

根据用户对标签的权重，进行对应的标签资源推荐。权重越大推荐的比例越高！

能力有限，菜鸟一个。仅供参考！

版权属于：zgcwkj
本文链接：https://zgcwkj.com/archives/119.html
转载声明：请注明本文章的标题及内容的出处和声明，谢谢