推荐系统实践_项亮（4）利用用户标签数据

 

联系用户与物品的几种途径：

打标签：专家；普通用户（UGC，user generated content）

 

4.1 UGC标签系统的代表应用

4.1.1 delicious：用户给每个网页打标签

4.1.2 citeulike：论文打标签

4.1.3 last.fm：音乐打标签

4.1.4 豆瓣：对图书和电影打标签

4.1.5 Hulu：对视频打标签

标签系统最大优点：发挥群体智能

 

4.2 标签系统中的推荐问题

2个问题：

（1）基于标签怎么推荐？

（2）打标签时，怎么推荐适合的标签？

 

4.2.1 为什么要打标签

方便查找，方便使用

4.2.2 如何打标签

4.2.3 打什么样的标签

标签分类：
物品是什么、物品种类、谁拥有、用户观点、用户相关标签、用户任务

比如Hulu对电视剧的标签分类有：
类型、时间、人物、地点、语言、奖项、其他等

 

4.3 基于标签的推荐系统

（1）一个简单的算法

对于每个标签，统计被打过这个标签最多的物品

对于每个用户，首先找到他常用的标签，然后找到这些标签对应的最热门的物品给这个用户

（2）改进算法

惩罚热门物品，提供新颖性：TF-IDF、数据稀疏、标签清理；基于图的推荐方法。

豆瓣兴趣云：

 

4.4 给用户推荐标签

4.4.1 为什么要给用户推荐标签

方便用户输入标签；提高标签质量。

4.4.2 如何给用户推荐标签

（1）给用户推荐整个系统最热门标签

（2）给用户推荐该物品最热门的标签

（3）给用户推荐他自己经常使用的标签

（4）将（2）和（3）融合

另外：基于图的标签推荐系统