个性推荐①——系统总结个性化推荐系统

个性推荐系列目录：
个性推荐②—基于用户协同过滤算法原及优化方案
个性推荐③—基于物品的协同过滤算法及优化方案

本文是整理于个性推荐经典之作《推荐系统实战》，将会以十个大家最想问的问题，揭开个性化推荐系统的神秘面纱（文末有免费下载方式）

一、你觉得个性推荐系统是什么？

分类查询，搜索引擎查询，再到个性推荐，都是解决信息过载的问题
前两者是在用户有明确需求时，可以非常方便地找到自己感兴趣的信息，而个性推荐是要解决当用户没有明确需求，或者无法用文字进行描述时，根据用户的历史行为，推荐给他感兴趣的信息
个性推荐的作用就是连接用户和信息：一是帮助用户发现自己感兴趣的信息，二是让信息尽可能展现给对它感兴趣的用户面前，实现用户和信息的双赢
在电商行业，个性推荐还可以根据用户的个性化需求，将用户感兴趣的长尾物品推荐给用户。零售货架成本高昂，因此20% 的主流商品可以实现80%的销售额，但是电商，由于货架非常便宜，
可以卖出更多平时难以见到的商品，这些商品小众但是数量多，总销售额也未必比主流商品低。

二、个性推荐系统一般有哪些方法？

1、社交推荐——问朋友，问社群
2、基于内容推荐——看过的电影导演，演员等，物品上的标签等
3、基于协同过滤算法——基于用户相似，或物品相似

三、个性推荐系统如何实现？

通过分析大量的用户行为日志，给用户提供不同的个性化页面展示，进而提高页面的点击率和转化率
主要应用领域：电商，影视，阅读，音乐，社交
主要由三部分组成：前端展示 + 后端的日志系统 + 推荐算法

四、个性推荐做得好的有哪些？

1、电商
亚马逊，贡献了20%的销售额，包括2类：
个性化推荐
① 基于物品的协同过滤——给用户推荐他们之前喜欢过的物品相似的物品
② 基于社交推荐——给用户推荐他们好友感兴趣的物品
相关推荐——打包销售，给予一定折扣
③ 基于购买——购买过这个商品的用户也会购买的其它商品
④ 基于浏览——浏览过这个商品的用户经常购买的其它商品

2、影视
网飞