推荐系统(Recommendation system)

本篇围绕着如下几个问题展开，希望对推荐系统有个简单的认识：
  1.什么是推荐系统？
  2.为什么要推荐系统？
  3.推荐系统的主要分类
  4.推荐系统的体系结构
  5.推荐系统的应用
  6.知名研究团队

1.什么是推荐系统？

  推荐系统是利用 电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。我们现在的都是个性化推荐系统
来源：百度百科
  推荐系统的本质：在用户需求不明确的情况下，从海量信息中为用户寻找其感兴趣的信息的技术手段。

2.为什么需要推荐系统

  对于这个问题的回答，转向另一个问题：谁需要推荐系统？答案是三者
   用户：电子商务规模不断增大，产品的种类不断增加。顾客需要花费大量时间精力才能找到自己想要的产品。过程中会浏览大量的无关内容，出现信息过载情况
信息过载：信息量大幅增长，使用户面对大量信息时无法从中获得对自己真正有用的那部分信息，对信息的使用效率反而降低。推荐系统是解决信息过载的一个办法。
  平台：平台通过推荐系统，为用户不断提供好的推荐。用户会开心，对平台的黏性会增加(生活里的体现就是我总喜欢用淘宝)
  供货方：通过推荐系统，增加了交易的成交量。为供货方提供利润

注：搜索引擎和推荐系统的区别？
  推荐系统会通过研究用户的兴趣偏好，进行个性化计算，由系统发现用户的兴趣点，引导用户发现自己的信息需求

3.推荐系统的主要分类

  1）基于内容推荐：根据用户历史数据，使用机器学习方法提取特征，进行推荐
  2）协同过滤推荐：根据计算与当前用户A接近的用户B，根据用户B的评价内容对A进行推荐。可