思考有哪些信息可以用于推荐

观察只保留两个核心问题的推荐任务示例，思考有哪些信息可以用于推荐？ 图中蕴含的数据可以分为三种：

• 每个用户的不同特征，如性别、年龄；
• 物品的各种描述属性，如品牌、品类；
• 用户对部分物品的兴趣表达，即用户与物品的关联数据，如历史上的评分、评价、点击行为和购买行为。

结合这三种信息可以形成类似“女性A 喜欢 LV包”这样的表达。

图5：只保留两个核心问题的推荐任务

基于3的关联信息，人们设计了“协同过滤的推荐算法”。基于2的内容信息，“基于内容的推荐算法”也被设计出来。现在的推荐系统普遍同时利用这三种信息，下面我们就来看看这些方法的原理。