愿风裁尽尘中沙

前言：推荐系统的输入是必要的 ,这些数据是推荐的基础。因为非常熟悉的推荐系统引擎将item(物品)推荐给user(用户)，很容易的认为偏好(Preference)是user和item之间的联系。偏好包含了一个user ID和一个item ID，通常情况下，一个数值代表了user对item偏好的强度。Mahout中ID都是数值，实际上是整数（lang型）。偏好值可以是任何值，值越大代表这正向偏好 越...

从更全面的看待推荐系统：通过偏好值来生成推荐结果并非绝对必要。给出一个从优到劣排序的推荐结果在很多场景就够用了，而不用必须包含估计的偏好值；而事实上，有时候精确的列表顺序也不是那么必要，有几个好的结果就可以了。 从这种普遍的视角，可以运用经典的信息检索(information retrieval)度量标准来评估推荐系统：查准率(precision)、查全率(recall) 一个评估查全率与查准...

推荐系统引擎是一个工具，一种回答问题的手段，“对用户来讲什么是最好的推荐？”。最好的推荐系统是心理学的范畴，有人在你做事情之前知道确切的知道你还没有看过的、或者没有任何现象说明你喜欢的一些item，以及你对这些item的喜欢程度。大部分的推荐引擎通过给item评价打分来实现。所以，评价推荐引擎的一种方式是评价它的评估偏好值的质量 — 评价评估偏好和实际偏好的匹配度。 推荐引擎可以通过设置一部分真...