個性化推薦和遺傳算法

遺傳算法包含兩個步驟：1，變異；2，選擇。算法在每次疊代的過程中選擇對一些特征變異，然後再計算變異後的效果，好則保留變異特征。

假如已經能夠完全掌握使用者的資料模型，個性化推薦第一要滿足精确性，根據資料模型能保證最優化精确性。但是完全基于使用者資料模型相當于隻有遺傳沒有變異，推薦顯得缺乏新穎性，并且也很難發現使用者的變化（畢竟使用者的興趣點也一直在變）。而如果在每次推薦中都加入一些新元素，根據使用者對這些新元素的回報來決定是否把新特征加入使用者資料模型，這相當于選擇和變異。加入變異和選擇的個性化推薦系統，就具有了進化的能力。