《表1 主流推荐算法对比：个性化推荐算法在农产品电商中的应用研究进展》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《个性化推荐算法在农产品电商中的应用研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

每一种个性化推荐算法都会存在自身独有的优点和缺点，以上几种形式的推荐算法对比如表1所示，因此在解决实际问题的时候，多会采用多种推荐算法相互融合的方式以达到更好的推荐效果，也即是混合推荐算法。混合推荐方案通常有三种：整体混合、并行混合以及流水线混合。其中，整体混合是把多种推荐策略纳入到一个算法中的混合设计方案，这种算法设计是通过对算法进行内部组合调整，从而能够利用不同类型的输入数据进行推荐；并行混合是指同时用到几个推荐算法的结果，利用加权或其他特殊的混合机制将他们的输出结果整合起来做出最后的推荐；流水线混合具体是把推荐过程划分成多个阶段，多种技术顺序作用，上一个阶段推荐算法的输出作为下一个阶段推荐算法的输入，直到产生最后的推荐结果。