SHEIN 有一个商品推荐系统，需要根据用户的历史购买记录和浏览记录为用户推荐商品。请设计一个算法思路来实现这个推荐系统。

答题要点

推荐使用 STAR 法则，即 Situation（情景）、Task（任务）、Action（行动）、Result（结果）来阐述。关键要点如下：1. 数据收集：收集用户的历史购买记录和浏览记录，这些数据是推荐的基础。2. 特征提取：从用户的历史记录中提取有用的特征，如商品类别、品牌等。3. 相似度计算：计算用户历史记录和商品之间的相似度，可使用余弦相似度等方法。4. 推荐排序：根据相似度对商品进行排序，推荐相似度高的商品给用户。示例话术：在 SHEIN 的商品推荐系统中，我们面临根据用户历史记录推荐商品的任务。首先，我们收集用户的历史购买和浏览记录，然后从中提取商品类别等特征。接着，使用余弦相似度计算用户历史记录和商品的相似度，最后根据相似度对商品进行排序，将相似度高的商品推荐给用户，以提高用户的购买转化率。