推荐系统相关知识

推荐系统

推荐系统的分类

基于行为数据进行的推荐即为协同过滤推荐

根据数据源分类推荐

基于人口统计学推荐算法（人以群分）

将相同的事物推荐给相似的人

基于内容推荐算法（Content based，CB）（物以类聚）

将相似的事物推荐给相同的人

基于协同过滤的推荐算法（Collaborative Filter，CF）

根据用户和数据的关联进行推荐

CF与CB对比：

优点：

缺点：

CF得到的行为数据是稀疏矩阵，依赖历史数据，需要使用基于统计推荐或提前获取用户标签进行相关推荐

混合推荐

推荐系统实验方法

离线实验

跟业务系统无关，只需拿到历史数据即可开始

用户调查

在线实验

AB测试（用户行为周期漫长）

推荐系统评测指标

推荐准确度评测

准确率、精确率和召回率