推荐引擎是当今使用中最直接的,可辨别的机器学习技术。我们已经都看到了,试图推荐基于我们过去行为的书本、影视或文章的服务或网站。它们努力推断出爱好和首选项,以及辨认有兴趣的未知项目:
。亚马逊网站在部署推荐上可能是最著名的商业网站。基于购买和用户浏览,亚马逊推荐可能有兴趣的书本或其他项目。看图 1.2.
。Netflix同样推荐可能有兴趣的DVD,而且它之所以著名,是因为提供1000000美元的奖励给那些能够提高他们推荐质量的研究人员。
。像Líbímseti(稍后讨论)这样的Dating网站甚至可以把人推荐给人。
。像Facebook这样的社交网络网站,把可变类型运用到推荐技术上来辨认人,这些人很可能是认识但没有联系的朋友。
[img]http://dl.iteye.com/upload/attachment/424962/d71800e2-e5f1-3bab-8a11-e2e931d10cf0.png[/img]
图 1.2 一个来自于亚马逊的推荐。
基于过去的购买历史和用户的其他行为对比,亚马逊推荐系统认为用户对这个会有兴趣。它甚至可以告诉用户他或她已经购买或者喜欢的事物的类似事物,这在某种程度上由这个推荐引擎完成的。
。亚马逊网站在部署推荐上可能是最著名的商业网站。基于购买和用户浏览,亚马逊推荐可能有兴趣的书本或其他项目。看图 1.2.
。Netflix同样推荐可能有兴趣的DVD,而且它之所以著名,是因为提供1000000美元的奖励给那些能够提高他们推荐质量的研究人员。
。像Líbímseti(稍后讨论)这样的Dating网站甚至可以把人推荐给人。
。像Facebook这样的社交网络网站,把可变类型运用到推荐技术上来辨认人,这些人很可能是认识但没有联系的朋友。
[img]http://dl.iteye.com/upload/attachment/424962/d71800e2-e5f1-3bab-8a11-e2e931d10cf0.png[/img]
图 1.2 一个来自于亚马逊的推荐。
基于过去的购买历史和用户的其他行为对比,亚马逊推荐系统认为用户对这个会有兴趣。它甚至可以告诉用户他或她已经购买或者喜欢的事物的类似事物,这在某种程度上由这个推荐引擎完成的。