(内容来着:推荐系统三十六式)
概念:
什么是推荐系统:
定义:它是一种信息过滤系统,手段是预测用户(User)对物品(Item)的评分和偏好
“它能做什么”:推荐系统可以把那些最终会在用户(User)和物品(Item)之间产生的连接提前找出来
“它需要什么”:推荐系统需要已经存在的连接,从已有的连接去预测未来的连接。
“怎么做?”:预测用户评分和偏好。
到底要不要上推荐系统,如果仅仅从战术上来看,是一个关乎投入产出比的问题,搭建一个推荐系统的前期投入不小, 你需要:组建团队、购置计算资源、积累数据、花费时间优化。 这些成本在早期不必须或者不成熟的情形下投入,显然投入产出比不是很优;但如果是战略问题,那就不在本文的讨论范围内了,至于哪些算是战略问题,我列举几个例子: 1. 产品要有这个属性,方便产品融资; 2. 团队要有相关人才,因为不好招聘,先提前屯着; 3. 要培养这样的思维,从而形成数据导向的产品文化。 类似等等,都不属于战术问题,具体问题具体分析。 |
从两个角度总结了推荐系统中的常见问题。 第一个角度是模型的角度,将推荐系统的模型分成了预测评分和预测行为,这样一来,自己有什么数据就选择什么样的模型。 另一个角度是看看推荐系统中一些永恒存在但是潜在的问题 |