一、本书基本信息
书名:《推荐系统技术、评估及高效算法》
作者:Francesco Ricci, Lior Rokach, Bracha Shapira, Paul B.Kantor.
译者:李艳明,胡聪,吴宾等
出版社:机械工业出版社
英文版出版时间:2010年
中文版出版时间:2017年
二、概述目录组织图(点击图放大)
三、个人体会:
1、 本书中的推荐系统指的是个性化推荐系统,为不同的用户推荐不同的产品和服务。
2、 推荐系统推荐的产品和服务需要满足用户的需要和兴趣。
3、 为了满足用户的兴趣,
3.1假设用户现在感兴趣的产品和过去感兴趣的产品相同(基于内容的推荐系统);
3.2假设用户现在感兴趣的产品和相似人员过去感兴趣的产品相同(基于协同过滤);
3.3假设用户现在感兴趣的产品和拥有同样年龄、国籍、文化的人员感兴趣的产品相同(基于人口统计学);
3.4假设用户现在感兴趣的产品和周围朋友感兴趣的产品相同(基于社区);
3.5预测用户的兴趣和需要,并进行推荐(基于知识),实际上3.1-3.4也需要知识,并假设用户现在的兴趣和知识库中已经有的知识(比如过去的产品、相似人员的产品等)类似。并推荐相似内容。而基于现有知识对用户进行大胆预测,比如购买手机后,预测用户可能需要手机壳,并对手机壳进行推荐。这是3.5和3.1-3.4的不同;
3.6 第3.1-3.4点列举的推荐方式,重心在满足用户的兴趣。而往往用户的需求也能催生出更大购买欲。比如购买手机后,可以立即推荐手机壳。但是 3.1 的这种假设不能做到,3.2 可能做到,3.3 可能做到,3.4 可能做到,3.5 基本做到。所以既要满足用户兴趣,又要满足用户需求。可以采用混合的推荐系统。当然也可以根据实际需求(购物商城推荐和电影网站推荐明显不同),设计合适的推荐方式
4、 推荐系统的评价
推荐系统的评价贯穿整个推荐系统的生命周期,而算法评价仅仅是推荐系统评价的一部分。
5、 面临的问题和挑战
此时一定要注意这本书是2010年写的,已经过去8年,可能有所变化。