頭條的推薦量是怎么形成的？

我從大數(shù)據(jù)、機(jī)器學(xué)習(xí)算法專業(yè)角度來(lái)回答問(wèn)題：

1、頭條很可能采用協(xié)同過(guò)濾算法，這個(gè)算法可以從用戶緯度和商品緯度為用戶推薦。常采用計(jì)算相似度等方法，也可采用計(jì)算同現(xiàn)矩陣的方法來(lái)實(shí)現(xiàn)，總之還是比較成熟的算法，JAVA、python、scala等語(yǔ)言都有成型的計(jì)算框架，比如JAVA的mahout，python的sklearn，scala語(yǔ)言的MLib等。我原來(lái)教學(xué)的時(shí)候讓學(xué)生自己寫代碼實(shí)現(xiàn)不準(zhǔn)使用框架，什么時(shí)候使用框架？工作了再用。

2、關(guān)聯(lián)分析apriori算法這是個(gè)經(jīng)典算法，雖然頻繁訪問(wèn)數(shù)據(jù)庫(kù)，但是實(shí)現(xiàn)簡(jiǎn)單，當(dāng)然你也可以用FP—Growth算法不產(chǎn)生候選項(xiàng)目集。關(guān)聯(lián)算法的理論基礎(chǔ)是概率論中的條件概率，即在購(gòu)買A產(chǎn)品的同時(shí)又購(gòu)買B產(chǎn)品的概率是多少，對(duì)于概率模型，根據(jù)大數(shù)定理可以，數(shù)據(jù)量越大分析的越準(zhǔn)確。

頭條的推薦量根據(jù)具體的用戶具體分析。