有上篇和上上篇的基础，我们就可以针对性的对一个产品搭建出一个个性化推荐模型，在这个模型中，我们需要解决两个问题：第一推荐什么；第二哪些内容应该优先推荐。上两篇文章很好的给出了具体的算法参考，大家可以回顾。
在进入这篇文章的正题之前，我们先一起解决上篇文章遗留的问题：
1.依据上面的公式，最后的分值 P 是不是会变成负数？比喻 08 年北京的奥运会的某篇报道……
2.很多 App 上的文章都有转发、收藏、点赞等功能，那么有这些因素存在后，算法该怎么调整？
先来解决第一个问题，我们看一下上篇文章中我们最后的公式为：
那么为了避免出现负数（其实负数并不影响算法的执行，只是在某些环境下，为了数据美观，我们尽量避免负数出现）这个问题很好调整，我们只需要将上面的公式做下微调
经过微调之后，热度值无限接近于零，这也符合实际，时间过去的越久，一篇文章的热度就越低。
我们知道任何一篇报道或文章都存在用户交互行为，像评论、收藏、点赞、转发等等行为是影响热度的重要指标，这个时候我们引入一个新的因子：用户行为分；我们用
表示，
那么我的公式最后就调整为：
在算法执行初期，根据运营的数据和经验，合理制定用户行为分，例如：
不同的产品这些分值可以调整，在算法实施过程中尽量保证各个影响因子能够调整配置。
好了，上面的问题解决了。看似很简单，做起来是很复杂的......
当你和我一样，顺着这个思路，一步一步将这些算法上线之后，并获得一定的数据反馈和领导的认可，恭喜你，你的内容产品已经顺利度过早期阶段，拥有几万或者十几万的日活。每当这个时候，你会发现由于这些内容在你所制定的算法驱动下呈现给用户，会出现以下几个问题：
1.内容太过集中
2.个性化和长尾化的内容都被埋没
抱着解决这两个问题的目的，是时候上个性化推荐了。个性化推荐一般有两种解决方案，基于内容的个性化推荐；基于用户的个性化推荐。这两种解决方案，用通俗的话解释：喜欢A的用户在某种程度上也喜欢和A相似的B；喜欢A的用户1和喜欢A的用户2，在某种程度上有一定的相似性，那么尽量把用户2喜欢的某个物品（或文章）B推荐给用户1。
这两种解决方案，市场上都有典型的代表产品，基于用户的协同过滤对用户的规模要求相当高，所以今天的文章内容我们就以基于内容的个性化推荐为例展开。
我们先来看看几个名词“特征向量、分词、关键词”，任何两篇文章或者两本书或者两个歌单，我们都可以用“特征向量”来标识目标的属性，文章、书籍、歌单是所有标签（关键词）的合集，那么标签越类似两个目标内容越相似。获得关键词的第一步是要讲目标进行拆分，为了简捷，我们以两篇文章为例：
1.分词
分词前面有提到过，分词有两个词库，正常词库和停用词库。正常词库类似一个规则，将目标文章按规则来分词；停用词库是去掉目标文章中没用的词，比喻：“了、吗、的、地”和“the、are、that”等之类的，因为这些词对分析没有任何作用，在分词前先剔除。
网络每天都在更新，正常词库和停用词库需要不断的更新，如果某篇文章中出现“疯狂打call”“尬聊”“扎心了，老铁”等词之后，机器算法是识别不了的。所以词库需要不断的更新，这些网上有很多，各种各样可供参考。
2.关键词
关键词是决定一篇文章的特征向量指标，有没有可能两篇文章的关键词重合的90%，但是讲的却是两件事呢？答案是肯定的。看个例子：
文章1:“支付宝和往年一样又开始集福分钱了”主要讲述支付宝的集福活动，“支付宝”是个高频词，文章最后说了句：“大家可以分钱了”，那么“分钱”最后也被收录，进入了特征向量.
文章2:“现在过年压岁钱我都是支付宝发”。“支付宝”按例被收录，文章最后总结的时候说“每年过个年，都是在分钱，压岁钱都支付宝发，感觉时代进步真快”，虽然整篇文章“分线”只出现一次，但是还是被收录进入特征向量。
两篇文章的关键词非常类似，但是讲述的却是两个完全不同的事，这个时候机器算法就会出错，将这些相关性弱的文章误以为类似，这个时候推荐出去就会出大事，所以特征向量还需要引入第二个指标，叫词频TF（Term Frequency），衡量每个关键词在文章中出现的频率。
那么又有一个问题，如果两篇文章的关键词重合度很高，词频也和接近，是不是说明关联性就很强呢？大多数情况是这样的，但是也有特殊，比喻某些文章都是将武汉的，武汉美食、武汉大学、武汉互联网、武汉体育等等，这些关键词都包含武昌、汉阳、汉口等，并且都有这相似的频率，那么算法就会误以为他们是相关性极强的文章，所以我们引入一个新的指标，即在所有文章中出现频率的相反值，用IDF（Inverse Document Frequency）表示。这个也很好理解，因为一个词在所有文章出现的频率小，在某篇文章中出现的频率大，这个词就对该篇文章的标识作用越大。因此，关键词对文章的作用衡量出来就为TFIDF=TF*IDF，这个就是著名的TF-IDF模型。
3.算法实现
完成了分词和关键词之后，每一篇文章就可以用关键词集合来表示了：
根据前面几篇文章的内容，两个向量的夹角越小，相似度越高，假设两篇文章的特征向量如下表：
那么这两篇文章就由“支付宝”和“分钱”两个重合关键词决定，根据余弦相似度可以算出两篇文章的相似度，这里不做赘述，有心的朋友可以看看前面的文章。
4.用户特征
用户特征类似热度算法一样，根据用户阅读、评论、收藏、转发等行为来赋予一个“钟意度”，例如
那么将文章和用户钟意度结合起来，我们只需要将关键词的TFIDF乘以用户行为特征即可得到用户特征分数。
我们有文章特征、用户特征，就能根据根据用户关键词做匹配，得出最符合用户胃口的文章，做出个性化推荐。基于内容的个性化推荐不需要大规模的用户量，无论几亿、几千甚至几百都可以，因此是绝大多数产品前期做推荐的不二首选。
