工程架构方向的程序员，看到推荐/搜索/广告等算法相关的技术，或多或少都会有些胆怯。但是仔细研究之后，我发现其实并没有那么难。今天给大家介绍一下推荐系统中的“基于内容的推荐”。绝对没有公式，所以大家可以理解。什么是基于内容的推荐（Content-basedRecommendation）？答：通过历史上用户感兴趣的信息，抽象信息内容共性，根据内容共性推荐其他信息。例如，如何通过基于内容的推荐向求职者A推荐职位？答：简要步骤如下：(1)找到用户A感兴趣的职位集合；(2)查找职位集合的具体内容；(3))抽象物化内容的共同内容；(4)根据这些共同内容搜索其他职位，并推荐；具体实施步骤是什么？答：简要步骤如下：(1)获取访问过三个职位的求职者A，假设分别为{zw1,zw2,zw3}，这些数据可以从历史日志中获取。(2)从职位集合中获取职位的具体内容zw1->{程序员，北京，月薪8000，3年经验，本科}zw2->{程序员，北京，月薪6000，NULL，研究生}zw3->{programEmployee,Beijing,月薪6000,5年工作经验,NULL}这些数据可以从job数据库中获取。(3)从职位内容中提取公共职位信息。例如，从上述职位1、职位2、职位3中抽象出来的常见职位信息为：{程序员，北京，月薪6000+，NULL，NULL}(4)根据这些常见内容寻找其他职位，并进行推荐。以{程序员，北京，月薪6000+，NULL，NULL}作为查询条件查询职位数据库，按照一定的规则排序（比如最新职位优先推荐，点击过去职位不推荐等）。),完成推荐。如果查询的结果集太小，可以缩小条件召回，比如可以缩小查询条件为{程序员，北京，月薪3000+，NULL，NULL}。基于内容的推荐，原理如上，希望大家在这1分钟里有所收获。【本文为专栏作者《58神剑》原创稿件，转载请联系原作者】点此阅读更多该作者好文
