淘宝从空间预测到个性化推荐( 二 ) _推荐

通过前面的描述其实我们可以发现，在推荐系统中引入空间的概念其实并没有创造新的算法，只是将两种形式的算法进行了一种基于空间概念的组合。既然是组合，那么就不局限于空间概念，我们也可以尝试在同一时间将多种方法组合，给出更加丰富的推荐结果，事实上有不少推荐引擎为了解决推荐多样性的问题已经这么做了。
我们都知道单一的item-based算法经常会出现的一种情况是：如果我不久前购买了一款手机，那么他就会继续将各种相关联的手机或手机配件推荐给我，造成推荐结果非常单一，如果有6个推荐位，那么很可能这6个推荐位推荐的都是同类型的商品，一旦不能满足客户意图就‘全军覆没’ 。
一种相对聪明的做法就是‘不把鸡蛋放在同一个篮子里’，我们可以用多种算法的组合来填充这些推荐位，例如前2个位置采用item-based算法给出结果，中间两个采用基于空间的热销推荐给出结果，最后两个位置用user-based或新颖性算法给出其他的商品，这样客户看到的推荐信息不再是单一的，他的意图被覆盖的可能性将会提升很多。
由空间预测到推荐领域的一些前沿思路就先分享到这里，这些思路一定程度上可以缓解推荐领域中的一大难题：多样性问题。而推荐领域的另外一大难题新颖性问题（小而美商品的推荐）有机会的话下次再给大家分享。
【嘉年华推荐】
【淘宝从空间预测到个性化推荐】本文来自搜索算法和个性化推荐系列（回复搜索与个性化可查看该系列所有文章）。