5块钱低成本阿里云大数据生态协同过滤推荐系统实战

前情提要

人工智能千千万，没法落地都白干。自从上次老司机用神经网络训练了热狗识别模型以后，群众们表示想看一波更加接地气，最好是那种能10分钟上手，一辈子受用的模型。这次，我们就通过某著名电商公司的公开数据集，在阿里云大数据生态之下快速构建一个基于协同过滤的推荐系统！

推荐系统大家都不陌生，早就已经和大家的生活息息相关。从淘宝天猫的猜你喜欢，到抖音快手的向你推荐，再到新浪微博的热点推荐，推荐系统让大家又爱又恨。可是这无数的推荐系统背后的原理到底是如何构成的？今天就让数据科学老司机带你一起在5块钱以内构建一个基于协同过滤的推荐系统，为你揭开数据的秘密。

常见推荐系统原理

在开始之前，我们先讲讲常见的推荐系统的原理：

1. 基于热度的推荐系统: 最简单，但是也是最不个性化的。典型的案例就是 bilibili 的日/周/月榜
   
2. 基于内容的推荐系统: 基于内容