推荐系统

最新推荐文章于 2025-02-11 00:49:32 发布

Joenyye

最新推荐文章于 2025-02-11 00:49:32 发布

阅读量2.2k

点赞数

分类专栏：应用文章标签：推荐算法

本文链接：https://blog.csdn.net/Joenyye/article/details/80896312

版权

本文介绍了推荐系统的发展历程，从基于协同过滤的GroupLens系统开始，探讨了推荐系统的输入数据，包括用户、物品和评价。接着，阐述了推荐系统的输出——推荐列表和推荐理由，以及推荐系统面临的预测和推荐两大核心问题。文章还介绍了推荐方法的分类，如大众推荐、个性化推荐、基于内容和协同过滤的推荐等，并概述了典型推荐算法，如基于人口统计学、内容和协同过滤的推荐。最后，讨论了推荐系统的评价指标，如准确度和可用性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、推荐系统的发展历史

1994年，美国明尼苏达大学的GroupLens研究组推出了GroupLens系统，该系统首次提出了基于协同过滤来进行推荐的思想，并将推荐问题建立了一个形式化的模型。该推荐系统模型引领了推荐系统今后十几年的发展。GroupLens所提出的推荐系统就是目前基于用户的协同过滤推荐算法(user-based collaboration filtering algorithms)。在此之后，基于物品的协同过滤算法(item-based collaborative filtering algorithms)，基于矩阵分解的协同过滤算法(SVD-based/NMF-based)等算法逐渐被提出。