《推荐系统实践》读书笔记-2.推荐系统的应用

领域有很多，几乎每个领域都可以进行推荐。

1.电子商务

不得不说，电商确实是推荐系统应用的最广泛也最厉害的领域。比如说亚马逊，被称为‘推荐系统之王’。在学习的时候，从电商的推荐系统中学习方法是很好的，基本都是最先进的算法。不过也正是因为电商领域的推荐太多，现在最先进的算法也难度很高，作为研究生很难有大创新，最好还是换成其他领域研究，比如微博等。

2.电影和视频网站

        在该领域成功使用推荐系统的一家公司就是Netflix，它和亚马逊都具有代表性。他们在2006年举办Netflix Prize推荐系统比赛，挺出名的。Netflix的算法和亚马逊类似，是基于物品的推荐算法，即推荐给他们曾经喜欢的电影相似的电影。

 3.音乐

        个性化推荐成功应用有两个条件：1.信息过载存在 2.用户没有明确的需求。从两个条件看，个性化网络电台无疑是最适合个性化推荐的了，因为用户很少有特定想听的歌，对于普通用户，听什么歌都可以，只要符合当下心情就行。国外出名的网站有Pandora 和Last.fm两个

        其他不赘述

4.社交网络

社交网络中的个性化应用：

1.利用社交网络信息对用户进行个性化的物品推荐

2.信息流和会话推荐

3.给用户推荐好友

        其中，Facebook有个推荐API，叫做instant personalization，很多网站都使用这个来实现个性化。 

        基于会话里，会话指的是Facebook里个人首页能看到好友的各种分享，并且对这些分享进行评论，每个分享和它的所有评论都被称为一个会话，如何给这些会话排序是一个社交网站的重要话题。

5.个性化阅读

        阅读和音乐一样，信息过载和用户没有明确的目的这两点都满足。Digg根据用户历史记录来计算用户之间的兴趣相似度，然后给用户推荐和他兴趣相似的用户喜欢的文章。

6.基于位置的服务

这里其实我觉得和其他几个的归类放在一起不太合适。最典型的就是饭店，很需要考虑到位置信息，它往往也和社交网络结合在一起。

7.个性化邮件

8.个性化广告

        广告投放也是一个很有价值的方向。很多公司致力于广告定向投放（Ad Targeting）的研究，即如何把广告投放给它的潜在客户群。它已经成为一门独立学科——计算广告学。

        一是上下文广告，根据正在浏览的网页内容，投放和网页内容相关的广告。二是搜索广告，根据当前会话的搜索记录，投放和用户目的相关的广告。三是个性化展示广告，以及用户的兴趣对不同的用户投放不同的展示广告。