在信息量爆炸的今天，由于范式的转移，传统的内容和渠道已经不再是稀缺资源；在今天，将信息和内容更好更精准得呈现在用户面前，才是全方面提高效率的方式，真正的稀缺资源酿成了「推」和「拉」。而在这一切的背后，保举算法的作用都功不成没。

目前的保举算法一般分为四大类：

协同过滤保举算法应该算是一种用的最多的保举算法，它是通过用户的历史数据来构建“用户相似矩阵”和“产品相似矩阵”来对用户进行相关item的保举，以达到精准满足用户爱好的目的。好比亚马逊等电商网站上的“买过XXX的人也买了XXX”就是一种协同过滤算法的应用。

基于内容的保举算法，是将item的名称、简介等进行分词处理后，提取出TF-IDF值较大的词作为特征词，在此基础上构建item相关的特征向量，再按照余弦相似度来计算相关性，构建相似度矩阵。

混合保举算法很好理解，就是将其他算法保举的结果赋予差别的权重，然后将最后的综合结果进行保举的方法。

举例来说，好比上述已经提到了三种方式，协同过滤算法中的基于用户和基于item的协同过滤保举，和基于内容的保举算法；而混合保举算法中是将这三种保举结果赋予差别的权重，如：基于用户的协同过滤的权重为40%，基于item的协同过滤的权重为30%，基于内容的过滤技术的权重为30%，然后综合计算得到最终的保举结果。

这个很基础，看名字就知道了。这种方法是对item使用某种形式的流行度度量，例如最多的下载次数或购买量，然后向新用户保举这些受欢迎的item。就和我们平时经常看到的热门商品、热门保举类似。

了解了大概原理后，就可以来看看在实际场景中，保举算法都是怎么使用的吧。（事先声明，这只是我看了相关东西再结合本身理解进去推测的，如果有说错的地方请各位千万放下手中的刀……）

好，下面开始，先说说协同过滤算法在实际中的应用。

协同过滤算法一般是怎么做的呢？我们先来看看在图书保举中的做法：

协同过滤（CF）大致可分为两类：一类是基于邻域的保举、一类是基于模型的保举；邻域方法是使用用户对已有item的喜爱程度来推测用户对新item的喜爱程度。与之相反，基于模型的方法是使用历史行为数据，基于学习出的预测模型，预测对新项的喜爱程度。通常的方式是使用机器学习算法，找出用户与项的彼此作用模型，从而找出数据中的特定模式。（由于基于模型的方法我也不太理解，暂时不展开说明，感兴趣的可以查阅相关资料）

【基于邻域的保举】–便是构建用户相似矩阵和产品相似矩阵

假设用户表示出了对一些图片的喜欢情况并进行了相应的评分，情况如下：

差别图书代表差别维度，评分则代表了特征向量在该维度上的投影长度，按照用户对差别图书的喜爱程度建立用户的特征向量，，然后按照余弦相似度可以判断用户之间的相似性。按照相似性可以建立用户相似矩阵：

很显然，通过按照用户对历史图书的评分情况，可以得到用户对其的喜恋爱况，在此基础上构建出用户特征向量，可以必然程度上判断两个用户在图书品味上的相似程度，进而我们可以认为，若A和B比较相似，可以认为A喜欢的书B也喜欢。

在给A用户进行图书保举时，找到与其相似度较高的其他用户，然后除去A用户已看过的图书，结合相似用户对某本图书的喜爱程度与该用户与A用户的相似度进行加权，得到的保举指数越高的图书优先进行保举。

这应该也是豆瓣等图书社区上使用的保举算法之一，利用用户之间的相似度来进行保举。当然，电影保举也同理。

同理，反过来我们可以根据相似的方位，以用户为维度来构建item的特征向量。 当我们需要判断两本书是否相似时，就去看对这两本书进行过评价的用户构成是否相似，便是使用评价过一本书的用户向量（或数组）体现这本图书；也就是说，如果有两本书的评价中，用户重合度较高，即可认为该两本书相似度较高。其实借用的还是用户相似的基础。（《口语大数据与机器学习》中也提到过相似的保举算法，感兴趣的同学可以找来看一下）。

在音乐的保举中同样用到了协同过滤算法，我们众所周知的使用个性化保举的音乐app应该属「网易云音乐」比较典型了。