推荐系统概论

1.1 什么是推荐系统

       个性化推荐系统：一个自动化工具，可以分析你的历史兴趣进行推荐。

推荐系统的任务是联系用户（消费方）和信息（提供方），帮助用户发现对自己有价值的信息，帮助信息展现在对它感兴趣的用户面前。使生产者和消费者双赢。不需要用户提供明确的需求，而是通过分析用户的历史行为给用户的兴趣建模，从而给用户推荐能满足他们兴趣和需求的但很难发现的商品。实质是通过一定方式将用户和物品联系起来，不同推荐系统利用了不同方式。

若用户有明确的需求，用搜索引擎精确查找，如谷歌和百度；若用户没有明确需求，有分类目录和个性化推荐两种。代表性的分类目录网站如雅虎、好123、DMOZ等。分类目录网站的缺点：只能覆盖少量的热门网站，越来越不能满足用户的需求。

从物品角度，推荐系统可更好地发掘物品的长尾。（p.s.所谓长尾，就是那些不常见，销量不好不热门的东西）。主流商品，或是热门商品代表了绝大多数用户的需求，而长尾商品则代表了一小部分用户的个性化需求。我自己的理解：个性化推荐系统其实是最大程度的挖掘满足用户兴趣的长尾物品。

总体来说，个性化推荐系统的算法有两大类，一种是基于用户相似度，如UserCF，另一种是基于物品相似度，如ItemCF。基于用户相似度的算法原理实质上是社会化推荐，让自己信任的好友给自己推荐物品，而基于物品相似度的算法原理实质上是基于内容的推荐，找和自己之前喜欢的东西相似的。

对于基于协同过滤的推荐算法的概念，我自己总结不好，把书上的直接搬到下边：

通常做法是对一大群人进行搜索，并从中找出与我们品味相近的一小群人。算法会对这些人所偏爱的其他内容进行考察，并将它们组合起来构造出一个经过排名的推荐列表。

1.2个性化推荐系统的应用

个性化推荐的作用主要是提高网站的点击率和转化率。广泛应用于各个领域中。几乎所有的推荐系统应用都是由前台的展示页面、后台的日志系统和推荐算法系统3部分构成的。

1.2.1 电商（电子商务）

代表的有亚马逊、当当网。界面元素主要由推荐结果标题及属性、推荐结果的平均分和推荐理由3部分组成。采用基于物品的推荐算法，推荐和之前喜欢的物品相似的物品，此外还有一个推荐列表，是按用户在Facebook上的好友关系给用户推荐。两类推荐均用到了。除了给用户推荐特定邻域物品之外，还有一个相关推荐列表，最重要的应用是打包销售。

电商个性化推荐的特点：

1.2.2 电影和视频网站

代表的有Netflix、YouTube、Hulu。界面元素主要由推荐结果标题及海报、用户反馈和推荐理由3部分组成。采用基于物品的推荐算法。YouTube实验证明，个性化推荐的点击率是热门点击率的两倍。

电影及视频网站个性化推荐特点：

1.2.3 个性化音乐网络电台

代表的有豆瓣、Pandora、Last.fm。界面元素中不允许用户点歌，给用户几种反馈方式。不同音乐电台有不同的推荐模式。在Pandora中，主要来自于音乐基因。主要基于内容，由专家根据歌曲属性对其进行标注，即音乐的基因，再根据专家标注的基因计算歌曲的相似度。在Last.fm中，根据用户对歌曲的反馈行为日志计算不同用户在歌曲上的喜好相似度。主要基于用户相似度。

个性化音乐网络电台推荐特点：是推荐系统中非常特殊的领域，

1）物品空间大。歌曲数目非常大，是相对书和电影而言。

2）消费每首歌的代价很小。对于在线音乐，均是免费的

3）物品种类丰富。音乐种类非常丰富，有很多流派。

4）听一首歌耗时很少，不需用户全神贯注。且很多用户是用作背景音乐，同时进行其他工作

5）物品重用率很高。有的歌用户会听很多遍，这和其他物品不同，如用户不会反复看一个电影，买同一本书

6）用户充满激情。一个用户会听很多首歌

7）上下文相关。这里的上下文是指，用户当时的心情、所处情境（如睡前听轻音乐）等。

8）很多播放列表资源。

9）高度社会化。如和好友分享自己喜欢的音乐。

1.2.4 社交网络

代表的有Facebook和Twitter。主要用于推荐个性化物品、推荐好友。

社交网络个性化推荐特点：

1.2.5  个性化阅读

代表的有Google Reader、Digg、鲜果网等。Google Reader是基于用户的推荐，允许用户关注自己感兴趣的人，看其分享的文章。Zite则是基于内容的推荐，通过用户对文章的偏好信息进行分析不停更新个性化文章列表。Digg是基于用户的推荐，根据用户的历史行为计算用户间的兴趣相似度，给用户推荐和他兴趣相似的用户喜欢的文章。

个性化阅读推荐的特点：

1.2.6  基于位置的服务（是不是就是移动推荐捏？？？）

代表的有foursquare。位置是一种很重要的上下文信息，往往和社交网络结合在一起。基于位置给用户推荐离他近的且他感兴趣的服务，用户更可能去消费。

基于位置的个性化推荐特点：

1.2.7  个性化邮件

代表的有谷歌邮箱gmail、Tapestry。找到对用户重要的邮件让用户优先浏览，对邮件重新排序，大大提高工作效率。gmail是优先级收件箱。

个性化邮件推荐特点：

1.2.8  个性化广告——计算广告学

代表的有谷歌的Adsense和Facebook。广告定向投放，即如何将广告投放给它的潜在客户群。分为以下几种，有上下文广告（根据用户浏览内容投放，如Adsense）、搜索广告（根据用户搜索内容判断搜索目的投放）和个性化展示广告（根据用户兴趣，如雅虎）。

个性化广告推荐特点：