摘要
推荐系统(Recommender Systems,RSs)是为user提供可能有用的items的软件工具和技术。这一章主要是介绍一些RS的基本概念,目标是勾画一个轮廓,用一种清晰的结构化的方式,帮助读者在本书浩如烟海的内容中,提供一个导航。
1.1 Introduction
此处省略1万字
1.2 Recommender Systems Function
推荐系统的一些作用:
- Find some good items
- Find all good items
- Annotation in context
- Recommend a sequence
- Recommend a bundle
- Just browsing
- Find credible recommender
- Improve the profile
- Express self
- Help others
- Influence others
(真是大而全的神书,原来推荐系统还有那么多作用,长见识了!!)
1.3 Data and Knowledge Sources
推荐系统需要积极地采集各种各样的数据来处理并作出推荐。而这些数据无非分为三类:
- Items
- Users
- Transactions
1.4 Recommendation Techniques
- Content-based
- Collaborative filtering
- Demographic
- Knowledge-based
- Community-based
- Hybrid recommender systems
1.5 Application and Evaluation
以下是一些常见的推荐系统应用:
- Entertainment (电影,音乐等)
- Content (新闻,文档,网页等)
- E-commerce (电商)
- Services (出行、租房等服务)
随着推荐系统越来越流行,新的应用被发掘出来,例如tweeter会推荐好友和推文给user。所以,上面的列表不能覆盖所有的应用领域,只是一些最初的不同的应用领域。
评估一个推荐系统是必要的。有时候,离线的评估很准确,然而推荐结果却不被实际的user接受。所以通常需要线上的评估。
(第一章6-8节见下一篇博客)