豆瓣猜和豆瓣FM是基于啥向用户作推荐它们的算法是怎么样的
一个很简单的算法思想是这样的:用户A1喜欢歌曲B1,B2,B3,如果用户A2喜欢歌曲B1,B2,那么系统就会向用户A2推荐歌曲B3。所以,你需要多点几次小红心,多填一些能够让系统知道你兴趣爱好的资料,理论上说,资料越多推荐越准确。这只是一个最简单的算法,我相信实际的算法肯定更复杂,比如还要考虑歌曲的相似度,用户资料的相似度等等。还有一个很重要的问题是,如果用户乱点小红心怎么办。至于为什么你在豆瓣有较多收藏却仍然推荐不精确的原因有3个:1、可能你收藏的东西太多了,兴趣过于广泛,使得随便找一个人他都和你有共同点;2、不存在和你有类似兴趣的人;3、豆瓣的算法有bug。以上只是我的猜想,可能的话,还是豆瓣的工程师来回答最好。
■网友
果壳上有这样的介绍http://www.guokr.com/article/382553/
■网友
1,自己添加过的条目相关。音乐专辑,目前发现还有电影原声应该是跟电影条目来的。2,红心和垃圾桶来加以选择。某位艺人红心越多,再次出现的几率越大。能想到的就这些,总之算法还需要改进,曲库还需要增多
推荐阅读
- 广东警方曝光38款存在超范围收集用户信息违规行为App
- 为啥工商银行的用户体验如此之差
- 电池|享域混动 为了满足用户需求 优惠1.5万
- 5.1声道片源对于没有5.1硬件系统的用户来说有意义吗
- 环球车讯网|11月销量盘点:蔚来销售5291辆,BaaS购车用户占比提升
- |奥迪开发基于C-V2X校车警示系统
- 朋友圈权限被破解,怎样反破解
- 豆瓣为啥受到同志社群的欢迎
- 电商网站支付流程的流失率是怎么样的从用户点击充值/支付按钮,到支付完成,其中每一步的流失比率都是咋样的
- 趣头条|海外媒体称大众正在开发两款基于MEB平台的小型车 ID.1与ID.2
