2.3.5　笛卡儿积范式

笛卡儿积范式的推荐算法一般可以先采用标的物关联标的物范式计算出待推荐的标的物列表，再根据用户的兴趣来对该推荐列表做重排（调整标的物列表的顺序）、增补（增加用户的个性化兴趣）、删除（比如过滤掉用户看过的）等。由于笛卡儿积范式的推荐算法在真实业务场景中使用不多，这里不再详细讲解。

到目前为止，我们讲完了常用的召回策略。除了根据上面的一些算法策略外，召回还跟具体业务及产品形态有关，可以基于更多的其他维度（如时间、地点、用户属性、收入、职业等）来做召回。

关于智能电视上的推荐，白天和晚上的推荐不一样，节假日和平常的推荐也不一样。上班族早上需要上班，时间不充足，可能推荐短视频或者新闻更加合适，白天一般是老人在家，可以推荐戏曲、抗战类节目等，晚上上班族回家可以推荐电影、电视剧等内容。

基于地点的召回，要求在不同的地方推荐不一样的标的物，典型的应用有美团外卖，根据你所在的位置，给你推荐的就是附近几公里范围内的美食。