所以，我正在集思广益推荐项目算法，我喜欢亚马逊的算法。它有“购买此产品的客户也购买”和“相关”推荐部分。我猜测前者是基于销售数据，另一种是基于目录数据，如类别，属性等。
有谁知道亚马逊或其他类似的大型零售公司如何将这些推荐产品推向其产品页面？它是在飞行中完成还是在一定时间间隔完成？我无法决定此时应该采用哪种方式。我倾向于后者，因为算法可能更复杂，但我猜这需要以一定的间隔进行处理和更新，以最大限度地减少页面加载时间。
欢迎来自参与此类项目的程序员的任何评论！
答案 0 :(得分：1)
亚马逊使用一种称为基于项目的协同过滤。
由于谷歌偷偷摸摸的跟踪，我无法复制粘贴链接，谷歌“基于amazon项目的协同过滤”！答案 1 :(得分：0)
我的团队使用协同过滤构建了一个推荐系统，我们有一个离线预处理阶段和另一个即时计算的阶段。 预处理阶段涉及最昂贵的计算，因此最终部分可以轻松快速地完成。 我们使用了SlopeOne算法，它已经像这样构造了。
亚马逊还使用协同过滤，如下所述：