点击此处查看最新的cos图集
阅读本文大约需要3分钟
IMDB电影页面
截至2018年，IMDB（互联网电影数据库）已收录电影470+万，该平台有一个特色的top250电影排名。为了保证排名的权威性你懂得电影网，确保用户对平台的信任度，IMDB在推荐机制上花了不少精力。作为产品/项目经理，你是否有考虑过如何保证产品的权威性，增强用户粘度？现在开始，不妨将智能化的推荐机制加入到你的产品/项目中。
2019/3/18 IMDB Top10电影
IMDB Top250的排名算法（贝叶斯平均算法）结合了贝叶斯分类算法和加权平均的思想。其实简单剖析下，你就明白其中的原理：
1）平均分：有v个人对一部电影打分你懂得电影网，那么通常会用平均分来排名：
平均分R=(X1+X2+…+Xv) / v
2）避免恶意打分：平均分有一个很大的问题，如果只有一个或很少的人打分，比如我看了这部电影打了10分或0分，难道能说明这部电影就是好片或烂片吗？因此，IMDB引入了一个绝对投票数m的概念（IMDB定义为前10部电影的投票数）来稀释只有少数人打分的偏见，公示变为：
电影评分S = (X1+X2+…+Xv) / (v+m) = v*R/(v+m)
3）解决受众面问题：像好多文艺片，受众面比较小，分母增加m必定会拉低他们的分数，在分子中也应该加上m。IMDB又引入了一个所有电影平均分C，作为m的分数，公式最终如下：
电影最终评分WR = (v*R+m*C) / (v+m)
IMDB推荐页面
如何将算法应用到系统呢？把以下步骤发给开发，开发就会懂得：
1、首先需要获取数据库中的用户评分和项目内容的矩阵；
2、按照推荐算法的公式，计算得到相关的数据并存储在数据库中；
3、然后预测分数的结果并将结果存储在数据库中；
4、最后给出推荐的评价标准，并且评估推荐算法的结果。
IMDB流浪地球简介
涨知识的推荐算法里程碑：
1、IMDB（互联网电影数据库）在其top250中应用贝叶斯平均算法得到加权分，向用户推荐加权分最高的250部电影[1]。
2、1992年，Tapestry系统应用协同过滤算法帮助员工处理电子邮件，加快了员工的工作效率，该系统也是协同过滤推荐算法最初的运用；
3、1994年，GroupLens系统开创了协同过滤推荐算法的里程碑，帮助观众过滤处理新闻的内容，这是如今各种推荐系统的雏形[2]。
4、2013年，谷歌因YouTube上的个性化视频推荐赢得了NATAS颁发的“技术与工程艾美奖”，推荐算法应该说是YouTube拥有的最有价值的资产。
是不是学到了新知识？如果觉得有用的话，请帮忙点赞、关注、收藏哦，不定期会更新各种有用的知识和推荐各种简单有用的工具，提高您的软技能。感谢您的支持！！！
———END———
限 时 特 惠： 本站每日持续更新海量cos美图，一年会员只需98元，全站资源免费在线查看 点击查看详情
萌兔