- Netflix Prize
- 是推荐算法中一次著名的竞赛(百万美元)
- 影片租碟领域,将Cinematch系统的性能再提高10%
- KDD Cup
- KDD:数据挖掘领域的顶级会议
- 2012年做了一个和推荐有关的竞赛,使用了腾讯公司公开的一些微博数据
- 主要为根据用户发帖内容推荐好友、推荐工作
- “推荐”的理想与现实
- 价格敏感,广告重要:实际营销与推荐理论(打分矩阵)有差距
- Reality Mining(现实挖掘)
- MIT做的实验
- 可以区分人与人之间的关系
- 1.信息熵高:新生到处乱跑;信息熵低:员工稳定得待在工位
- 2.可以通过人员什么时间在什么地点,猜测人与人之间的关系(某个时间某些人都在某间教室等等)
- 通过通话信息判断两个人的关系
- 推荐算法的困难
- 推荐书籍、电影简单,给女生推荐衣服困难
- Open Questions
- 推荐还需要更多的维度 (例如市场营销的知识) ,不只是打分表格
- 例如,对于不同性别、性格、身份地位、财力、处在人生不同阶段的人要给出不同的理由说服他们买某种东西(保险、汽车等等商品)
- Reading Materials