扩展问题
来源：13-16 【阶段总结】推荐系统总结
慕妹6289034
2020-01-07
老师您好，我有几个疑问，希望您可以解答下：
- 关于千人千面的推荐问题：目前系统似乎只实现了单一的推荐，请问有二期课程吗？将不同登录的用户与相符合推荐相互关联起来。或者是否可以有基于用户的协同过滤来丰富推荐。
- 在本系统中，对5个用户进行了推荐，提前将数据库放入mysql数据库中，是否存在方法，加快推荐效率，当有新用户来了之后，在该用户有点击之后就可以及时更新对该用户推荐。可以满足实时性。
- 通过算法构建推荐，是否可以将地理位置纳入推荐考虑因素。
- 及时更新之前训练的模型，以保证模型的实时准确性，有没事什么好的办法？
- 在搜索时，基于用户行为进行预测，将预测结果进行缓存以提供查询效率和查询内容丰富度，请问这样做是否存在实际意义？
- 如果在搜索时采用相关规则挖掘来将搜索结果推出来，请问这样做，有意义吗？或者可以和ES搭配起来用以提高搜索丰富度，如果可以混用，大概采是什么实现思维呢？
我现在认知仅停留在大学的课堂上，对于上面的问题，如果有什么不合适的地方，还请老师谅解，也很感谢的老师的解答。
写回答
1回答
-
龙虾三少
2020-01-07
关于千人千面的推荐问题：目前系统似乎只实现了单一的推荐，请问有二期课程吗？
会有迭代更新
将不同登录的用户与相符合推荐相互关联起来。或者是否可以有基于用户的协同过滤来丰富推荐。
协同过滤是一个算法，可以尝试
在本系统中，对5个用户进行了推荐，提前将数据库放入mysql数据库中，是否存在方法，加快推荐效率，当有新用户来了之后，在该用户有点击之后就可以及时更新对该用户推荐。可以满足实时性。
有实时推荐的计算框架
通过算法构建推荐，是否可以将地理位置纳入推荐考虑因素。
可以
及时更新之前训练的模型，以保证模型的实时准确性，有没事什么好的办法？
一般数据变化影响模型的方式很慢，一般离线训练就可以满足要求
在搜索时，基于用户行为进行预测，将预测结果进行缓存以提供查询效率和查询内容丰富度，请问这样做是否存在实际意义？
可以做一个特征
如果在搜索时采用相关规则挖掘来将搜索结果推出来，请问这样做，有意义吗？或者可以和ES搭配起来用以提高搜索丰富度，如果可以混用，大概采是什么实现思维呢？
可以将推荐特征作为一个x供es的function score排序用
00
相似问题