P1_2 推荐系统 (淘宝推荐系统)

淘宝推荐系统

算法

基础算法
聚类算法，预测算法，分类算法等，主要用于产生基础知识库
推荐算法
content-based，collaborative-based，Association Rules

基础算法

预测算法
logistic回归，通过以点击率为目标，以商品，卖家等因素作为指标，建立预测模型构建淘宝优质宝贝库
分类算法
朴素贝叶斯算法
商品性别判断（男性，女性，中性）
用户性别判断
用于降维
聚类算法
人群，用户细分
用于降维

推荐算法

基于内容推荐
通过给用户和商品标注Tag,通过内容匹配算法，推荐商品给用户
优点：简单，搜索引擎支持，解决部分冷启动问题
缺点：难以区分商品信息的品质，而且不能为用户发现新的感兴趣的商品，只能发现和用户已有兴趣相似的商品
协同思想
优点：新特性，个性化程度高
缺点：冷启动，稀疏性
推荐算法
关联规则：
支持度 $support(A\Rightarrow B)=P(A\bigcup B)$
置信度 $confidence(A\Rightarrow B)=P(B|A)$

效果评估

推荐系统的效果需要数据来衡量