基于内容的推荐一般包括以下三步：
1. 特征提取：为每个产品抽取出一些特征来表示此产品
2. 喜好特征学习：利用用户过去喜欢的产品的特征数据，来学习出此用户的喜好特征；
3. 产生推荐：根据此用户喜好与候选产品的特征，把相关性最大的产品推荐给这个用户。
2.1.4 基于知识的推荐技术
基于知识的推荐（Knowledge-based Recommendation）在某种程度是可以看成是一种推理（Inference）技术，它不是建立在用户需要和偏好基础上推荐的[7]。效用知识（Functional Knowledge）是一种关于一个项目如何满足某一特定用户的知识，因此能解释需要和推荐的关系，所以用户资料可以是任何能支持推理的知识结构，它可以是用户已经规范化的查询，也可以是一个更详细的用户需要的表示。基于知识的方法因为它们所用的功能知识不同而有明显区别。 基于关联规则的Hadoop平台商品推荐系统 (3):http://www.youerw.com/jisuanji/lunwen_19841.html