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