的《1分钟了解“协同过滤”》。许多学生喜欢它。今天，我就用通俗易懂的语言讲一下“基于内容的推荐”，保证pm看得懂。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：在历史中找到用户A感兴趣的职位集合，找到职位集合的具体内容，抽象出具体内容的共通内容。寻找其他工作并推荐他们的具体实施步骤是什么？答：简要步骤如下(1)获取访问过三个工作的求职者A，假设他们是{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}这些数据可以从职位数据库中获取。(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}为查询条件查询职位数据库，并按照一定的规则排序（比如***发布的职位优先推荐，点击职位不推荐）推荐等）来完成推荐。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，希望这1分钟，大家能有所收获。【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
