商品推荐算法方案。
读取和写入的数据
- 用户表
- 订单表
- 订单商品表
- 商品表
- 推荐商品
步骤
- 为每个用户生成所有商品的购买、浏览信息向量
- 循环用户，为当前用户U计算与其它所有用户的相似度
- 按相似度从高到低排序(LMS从低到高)，并取前10~100，命名为LMS-L
- 循环LMS-L，取出用户U未购买的商品并去重，去重后的集合命名为GS
- 循环GS，为每个商品计算新的与其它所有用户的LMS的和，命名为U-G-SLMS
- 对U-G-SLMS从低到高排序，则得到重新排序过的推荐商品列表U-GS-SORTED
- 将U-GS-SORTED存入文件、数据库或缓存中，定期更新
改进点
- 对购买记录、浏览记录做加权
- 存储所有批次的推荐记录
- 效果分析，定期检查用户是否购买了推荐的商品