推荐系统 RES-召回策略:基于用户相似度的实时召回

时间：2024-09-07 16:00:55

推荐系统 RES 算法介绍及参数说明

基于用户相似度的实时召回策略是根据用户间的相似度信息，找到相似用户短时间内行为数据（如购买，收藏，内容评论或分享），通过牛顿冷却定律对相关行为的初始权重进行衰减和汇总，从而找出相似用户该时间段内感兴趣的物品，加权汇总后推荐给该用户。

**表11** 基于用户相似度的实时召回参数说明
参数名称	说明
名称	策略名称，由中文、英文、数字、下划线、空格或者中划线组成，并且不能以空格开始和结束，长度为1~64个字符。
描述	策略的具体描述。
依赖作业名称	已经完成的可以提供用户和用户相似度关系的作业，用来进行用户的关联推荐。
topK	用户最感兴趣的排序在前K个的物品。
行为	行为类型：用户感兴趣的行为类型。权重值：行为的初始权重。衰减系数：用于衰减行为初始权重的系数。有效时间：用户配置的行为发生时间与当前时间的间隔，以小时为单位。系统只处理在该时间范围内的行为记录。