- 推荐系统是想用户建议有用的软件工具和一种技术。常用于多种决策过程,比如购买什么商品,听什么音乐,在网站上浏览什么新闻等等
- “物品”是用来表示系统向用户推荐内容的总称,一个推荐系统通常专注于一个特定类型的物品,(图书,电器等),设计的核心是未特定的物品提供有用和有效的建议而定制的。
- 分为个性化推荐和非个性化推荐两大类:个性化推荐是基于用户对商品的偏好信息来进行其他商品的推荐,非个性化推荐一般是指将热销商品进行推荐;这两种不同的推荐方式在某些不同的场景下都会存在着比较不错的
效益。
推荐系统的功能
- 增加物品的销售数量
- 出售更多种类的物品
- 增加用户的满意度
- 增加用户的忠诚度
- 更好的了解用户的需求
推荐系统效果评估
可以看成分类或者回归问题
- 均方根误差
- 平均绝对误差
- 准确率
- 召回率
- ROC曲线
协同过滤
利用已有的用户群过去的行为或意见预测当前用户最可能喜欢哪些东西或者对哪些东西感兴趣,
算法的输入是一个用户-物品评分矩阵,输出的数据一般有两类:当前用户对物品喜欢和不喜欢程度的预测值
基于用户或者物品的最近邻推荐