推荐系统简介

推荐系统

• 推荐系统是信息过载所采用的措施，面对海量的数据信息，从中快速推荐出符合用户特点的物品。解决一些人的“选择恐惧症”;面向没有明确需求的人。
• 解决如何从大量信息中找到自己感兴趣的信息。
• 解决如何让自己生产的信息脱颖而出，受到大众的喜爱。

推荐系统的目的

• 让用户更快更好的获取到自己需要的内容
• 让内容更快更好的推送到喜欢它的用户手中
• 让网站(平台)更有效的保留用户资源
  

推荐系统的应用

推荐系统的基本思想

推荐系统的数据分析

• 要推荐物品或内容的元数据，例如关键字，分类标签,基因描述等;
• 系统用户的基本信息，例如性别，年龄，兴趣标签等
• 用户的行为数据，可以转化为对物品或者信息的偏好,根据应用本身的不同,可能包括用户对物品的评分，用户查看物品的记录，用户的购买记录等。这些用户的偏好信息可以分为两类:
  • 显式的用户反馈: 这类是用户在网站上自然浏览或者使用网站以外，显式的提供反馈信息，例如用户对物品的评分，或者对物品的评论。
  • 隐式的用户反馈:这类是用户在使用网站是产生的数据，隐式的反应了用户对物
    品的喜好，例如用户购买了某物品，用户查看了某物品的信息等等。

推荐系统的分类

• 基于人口统计学的推荐
  

• 基于内容的推荐
  

• 基于协同过滤的推荐