我的网络服务是社交网络服务，我想集成推荐系统，根据用户的兴趣向他们推荐帖子。
因此，我根据每个帖子的内容使用了简单的 tf-idf 向量和余弦相似度。但如果数据库中的帖子太多，它的大小就会太大。因此，我们花了很长时间来计算每个帖子的 tf-idf 向量和余弦相似度。
另外，如果我把这些数据保存在redis中，同样，它的大小太大，很容易浪费内存。
如何轻松地将推荐系统集成到我的服务中？你能告诉我一些事吗？
还有一个问题！ ：我的服务器应用程序是基于Java Spring Boot，但我的推荐系统是基于python。我怎样才能整合它？简而言之，我正在尝试构建 python 服务器并在 Spring Boot 服务器中使用 HTTP 协议。这样可以吗？
向您的网络服务添加推荐系统可以通过个性化内容和提高用户参与度来显着增强用户体验。以下是有关如何将推荐系统集成到您的网络服务中的分步指南：