推荐系统实战第五章 ｜ 利用上下文信息

推荐系统实战第五章 ｜ 利用上下文信息

上下文包括：用户访问推荐系统的时间、地点、心情等一系列外在因素

1、时间上下文信息
1.1 时间效应简介
时间信息对用户兴趣的影响
1）用户兴趣是变化的。年龄、工作状态的变化会导致用户兴趣的变化。对于渐变兴趣的用户，可以关注用户最近的行为表现；突变兴趣用户难起作用。
2）物品也是有生命周期的。电影的上映周期、新闻。
3）季节效应。夏天穿T恤吃冰棍，冬天穿棉衣等。

1.2 时间效应举例
社交软件：facebook、twitter等
手机品牌：iphone

1.3 系统时间特性的分析
用户行为数据三元组，用户u在时刻t对物品i产生过行为。
可以通过统计如下信息分析系统时间特性：
1）数据集每天独立用户数的增长情况
2）系统的物品变化情况
3）用户访问情况：统计用户的平均活跃天数，统计相隔T天来系统的用户重合度

用例解读
1）数据集的选择：统计基本信息
2）物品的生存周期和系统的时效性
i. 物品平均在线天数：物品在某一天被至少一个用户产生过行为，定义为该物品在这一天在线。
ii.相隔T天系统物品流行度向量的平均相似度：相似度大说明没有发生大的变化，系统的时效性不强，物品的平均在线时间较长；相似度小说明发生大的变化，系统的时效性强，物品的平均在线时间较短。

1.4 推荐系统的实时性
1）实时推荐系统要在每个用户访问推荐系统时&#x