论文部分内容阅读
该文在研究了推荐系统和搜索技术以后,提出了一种利用搜索引擎来进行数据召回的方式,首先采用关键词抽取算法对用户的历史记录进行概率分析,抽取出个性化的关键词并给到ElasticSearch搜索引擎进行候选集的召回,然后提出一种特征融合的方法对样本集进行了整合,最后利用机器学习算法对样本进行了训练并预测输出。与协同过滤和纯粹的基于内容的推荐系统进行对比,利用基于ElasticSearch的推荐系统架构将推荐系统的点击率提高到了17.5%。