推荐方式（简要分为3种）
社会化推荐：如向朋友咨询
基于内容的推荐：如搜喜欢的演员的电影
基于协同过滤的推荐：如看别人在看什么电影，找一部好评的片
推荐系统应用组成（3部分）
前台：展示页面
后台：日志系统
推荐算法系统
推荐相关的三方：用户，网站，内容提供方
推荐系统实验方法（三类）
离线实验（准确度）
用户调查（满意度）
在线实验（AB测试）
推荐系统的评价指标：
满意度：主观（问卷），客观（购买率，点击率，停留时间，转化率）
准确度：评分（RMSE或MAE），topN（准确率，召回率）
覆盖度：推荐出物品占总物品集合的比例，基尼系数（评判马太效应：强者越强，弱者越弱，比如微博热搜）
多样性：与相似度相关 整体多样性为所有用户推荐列表多样性的平均值
新颖度：最简单方法是过滤掉其有过行为的物品
惊喜度：和用户历史喜欢物品不相似，但用户却觉得满意
信任度：与透明度和用户社交网络信息相关
实时性：
健壮性：评测利用模拟攻击，1设计应用代价较高的用户行为，2使用数据前进行攻击检测
商业目标：销售额，广告展示数，广告点击数
评测维度：用户维度，物品维度，时间维度
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
