Recommender System ——charu C. Aggarwal学习笔记【1】

1. An Introduction to Recommender System

1.1 介绍 

这一部分主要是文字介绍，个人觉得不是特别重要，可参看wiki。

1.2 推荐系统的目标

推荐系统主要分为两类问题，第一类为Prediction version of problem，即评分预测，给出有评分的user-item作为训练数据，预测没有给出评分的user-item；第二类为Ranking version of problem，不用预测评分，而是直接选出top-k个item给user，因此也称为top-k recommendation problem。

操作系统的目标主要有以下四个：

（1）Relevance，即相关性，推荐的item应该要与用户的喜好相关。

（2）Novelty，新颖性，即用户之前没有见过的东西。

（3）Serendipity，推荐的item能够让用户感到惊喜。

（4）Increasing recommendation diversity，增加推荐的多样性。

后续内容我觉得在读完后续章节以后会理解的更加透彻，因此会在后续补充。

参考资料：

1.Recommender System ， charu C. Aggarwal