<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
		>
<channel>
	<title>《一个有效的内容推荐方法》的评论</title>
	<atom:link href="http://webdataanalysis.net/personal-view/useful-recommendation/feed/" rel="self" type="application/rss+xml" />
	<link>http://webdataanalysis.net/personal-view/useful-recommendation/</link>
	<description>通过网站分析与数据分析实现网站优化</description>
	<lastBuildDate>Tue, 21 Apr 2015 08:18:18 +0000</lastBuildDate>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.5.1</generator>
	<item>
		<title>作者：一个有效的内容推荐方法 &#124; 内容采集</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1242</link>
		<dc:creator>一个有效的内容推荐方法 &#124; 内容采集</dc:creator>
		<pubDate>Sat, 21 Mar 2015 18:28:03 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1242</guid>
		<description><![CDATA[[...] 来源：《一个有效的内容推荐方法》 [...]]]></description>
		<content:encoded><![CDATA[<p>[...] 来源：《一个有效的内容推荐方法》 [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：joegh</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1241</link>
		<dc:creator>joegh</dc:creator>
		<pubDate>Tue, 14 Jan 2014 14:38:03 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1241</guid>
		<description><![CDATA[@&lt;a href=&quot;http://webdataanalysis.net/personal-view/useful-recommendation/comment-page-1/#comment-566497&quot; rel=&quot;nofollow&quot;&gt;果汁&lt;/a&gt;: 这篇文章说的方法主要是你提到的前部分，至于后部分提到的推荐系统使用什么进行推荐，可以选择的算法有很多。]]></description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/personal-view/useful-recommendation/comment-page-1/#comment-566497" rel="nofollow">果汁</a>: 这篇文章说的方法主要是你提到的前部分，至于后部分提到的推荐系统使用什么进行推荐，可以选择的算法有很多。</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：果汁</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1240</link>
		<dc:creator>果汁</dc:creator>
		<pubDate>Tue, 14 Jan 2014 03:21:20 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1240</guid>
		<description><![CDATA[是不是可以这样理解：比如说一个电子商务网站，比如有卖手机，平板电脑，笔记本，数码相机。首先的在GA中中转化率比较高，但是曝光率比较低的产品URL，放入到推荐系统，然后根据产品类别相似性（余弦算法）进行推荐？]]></description>
		<content:encoded><![CDATA[<p>是不是可以这样理解：比如说一个电子商务网站，比如有卖手机，平板电脑，笔记本，数码相机。首先的在GA中中转化率比较高，但是曝光率比较低的产品URL，放入到推荐系统，然后根据产品类别相似性（余弦算法）进行推荐？</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：转载：排行榜与随机数 &#124; 相对的正确 绝对的谬误</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1239</link>
		<dc:creator>转载：排行榜与随机数 &#124; 相对的正确 绝对的谬误</dc:creator>
		<pubDate>Mon, 14 Jan 2013 08:40:39 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1239</guid>
		<description><![CDATA[[...] 其实在排行榜中规避马太效应的方法有很多，如果网站的数据和运算平台足够强大，完全可以借助一些算法去有效地解决这个问题，之前我也介绍过一个有效的内容推荐方法，或者如果能根据用户行为分析的结果提供根据用户兴趣定制的个性化排行榜，那下面的内容你可能就不必再看下去了。但对于一个小型网站或者刚刚起步数据还不是很全的新产品而言，随机数将会是规避马太效应的一个最简单有效的方法。 [...]]]></description>
		<content:encoded><![CDATA[<p>[...] 其实在排行榜中规避马太效应的方法有很多，如果网站的数据和运算平台足够强大，完全可以借助一些算法去有效地解决这个问题，之前我也介绍过一个有效的内容推荐方法，或者如果能根据用户行为分析的结果提供根据用户兴趣定制的个性化排行榜，那下面的内容你可能就不必再看下去了。但对于一个小型网站或者刚刚起步数据还不是很全的新产品而言，随机数将会是规避马太效应的一个最简单有效的方法。 [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：joegh</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1238</link>
		<dc:creator>joegh</dc:creator>
		<pubDate>Sun, 05 Jun 2011 15:23:12 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1238</guid>
		<description><![CDATA[@&lt;a href=&quot;http://webdataanalysis.net/personal-view/useful-recommendation/comment-page-1/#comment-4106&quot; target=&quot;_blank&quot; rel=&quot;nofollow&quot;&gt;美瞳&lt;/a&gt;: 你好，网站内容推荐的方法有很多，这里介绍的是一种适合于所有用户口味的一种简单而有效的推荐，结合了数据将那些潜在的优质内容推荐给用户；如果想推荐相关内容，&lt;a href=&quot;http://webdataanalysis.net/web-quantitative-analysis/association-recommendation/&quot; target=&quot;_blank&quot; rel=&quot;nofollow&quot;&gt;向上营销、交叉营销与关联推荐&lt;/a&gt;这篇文章的方法可以参考。]]></description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/personal-view/useful-recommendation/comment-page-1/#comment-4106" target="_blank" rel="nofollow">美瞳</a>: 你好，网站内容推荐的方法有很多，这里介绍的是一种适合于所有用户口味的一种简单而有效的推荐，结合了数据将那些潜在的优质内容推荐给用户；如果想推荐相关内容，<a href="http://webdataanalysis.net/web-quantitative-analysis/association-recommendation/" target="_blank" rel="nofollow">向上营销、交叉营销与关联推荐</a>这篇文章的方法可以参考。</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：美瞳</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1237</link>
		<dc:creator>美瞳</dc:creator>
		<pubDate>Sat, 04 Jun 2011 08:51:26 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1237</guid>
		<description><![CDATA[以电子商务网站为例，想要在商品页推荐相关的其它产品，要如何来处理数据库中的内容来实现一个简单的内容推荐系统呢？谢谢！]]></description>
		<content:encoded><![CDATA[<p>以电子商务网站为例，想要在商品页推荐相关的其它产品，要如何来处理数据库中的内容来实现一个简单的内容推荐系统呢？谢谢！</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：joegh</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1236</link>
		<dc:creator>joegh</dc:creator>
		<pubDate>Mon, 25 Apr 2011 13:21:28 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1236</guid>
		<description><![CDATA[@&lt;a href=&quot;http://webdataanalysis.net/personal-view/useful-recommendation/comment-page-1/#comment-3688&quot; target=&quot;_blank&quot; rel=&quot;nofollow&quot;&gt;cobby&lt;/a&gt;:Unique Pageviews是Pageviews根据页面去重的结果，比如你在一次访问我的博客过程中有3次浏览了博客的首页，那么我的博客首页的Pageviews就是3，但Unique Pageviews只是1。]]></description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/personal-view/useful-recommendation/comment-page-1/#comment-3688" target="_blank" rel="nofollow">cobby</a>:Unique Pageviews是Pageviews根据页面去重的结果，比如你在一次访问我的博客过程中有3次浏览了博客的首页，那么我的博客首页的Pageviews就是3，但Unique Pageviews只是1。</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：cobby</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1235</link>
		<dc:creator>cobby</dc:creator>
		<pubDate>Mon, 25 Apr 2011 02:58:45 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1235</guid>
		<description><![CDATA[请问Unique Pageviews和Pageviews有何区别，Unique Pageviews的统计口径是怎么样的？谢谢]]></description>
		<content:encoded><![CDATA[<p>请问Unique Pageviews和Pageviews有何区别，Unique Pageviews的统计口径是怎么样的？谢谢</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：今日快报 &#187; 排行榜与随机数</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1234</link>
		<dc:creator>今日快报 &#187; 排行榜与随机数</dc:creator>
		<pubDate>Tue, 15 Mar 2011 01:12:22 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1234</guid>
		<description><![CDATA[[...] 　　其实在排行榜中规避马太效应的方法有很多，如果网站的数据和运算平台足够强大，完全可以借助一些算法去有效地解决这个问题，之前我也介绍过一个有效的内容推荐方法，或者如果能根据用户行为分析的结果提供根据用户兴趣定制的个性化排行榜，那下面的内容你可能就不必再看下去了。但对于一个小型网站或者刚刚起步数据还不是很全的新产品而言，随机数将会是规避马太效应的一个最简单有效的方法。 [...]]]></description>
		<content:encoded><![CDATA[<p>[...] 　　其实在排行榜中规避马太效应的方法有很多，如果网站的数据和运算平台足够强大，完全可以借助一些算法去有效地解决这个问题，之前我也介绍过一个有效的内容推荐方法，或者如果能根据用户行为分析的结果提供根据用户兴趣定制的个性化排行榜，那下面的内容你可能就不必再看下去了。但对于一个小型网站或者刚刚起步数据还不是很全的新产品而言，随机数将会是规避马太效应的一个最简单有效的方法。 [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：anchengqun.com</title>
		<link>http://webdataanalysis.net/personal-view/useful-recommendation/#comment-1233</link>
		<dc:creator>anchengqun.com</dc:creator>
		<pubDate>Wed, 09 Mar 2011 02:14:51 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=840#comment-1233</guid>
		<description><![CDATA[恩 学习了，在我的网站上加了些分享按钮
正在考虑让按钮更醒目些，让用户参加进来]]></description>
		<content:encoded><![CDATA[<p>恩 学习了，在我的网站上加了些分享按钮<br />
正在考虑让按钮更醒目些，让用户参加进来</p>
]]></content:encoded>
	</item>
</channel>
</rss>

<!-- Dynamic page generated in 0.394 seconds. -->
<!-- Cached page generated by WP-Super-Cache on 2025-09-07 07:24:31 -->
