推荐系统相关

1. 推荐系统简介

1.1 推荐系统概述

1.1.1 推荐系统目的

• 推荐系统是信息过载所采用的措施，面对海量的数据信息，从中快速推荐出符合用户特点的物品。解决一些人的“选择恐惧症”，面向没有明确需求的人。
• 解决如何从大量信息中找到自己感兴趣的信息。
• 解决如何让自己生产的信息脱颖而出，受到大众的喜爱。
  
  
• 让用户更快更好的获取到自己需要的内容
• 让内容更快更好的推送到喜欢它的用户手中
• 让网站（平台）更有效的保留

1.1.2 推荐系统的应用

1.1.3 推荐系统的基本思想

• 知你所想，精准推送
  利用用户和物品的特征信息，给用户推荐那些具有用户喜欢的特征的物品。
• 物以类聚
  利用用户喜欢过的物品，给用户推荐与他喜欢过的物品相似的物品。
• 人以群分
  利用和用户相似的其他用户，给用户推荐那些和他们兴趣爱好相似的其他用户喜
  欢的物品。
  

1.1.4 推荐系统的数据分析

• 要推荐物品或内容的元数据，例如关键字，分类标签，基因描述等；
• 系统用户的基本信息，例如性别，年龄，兴趣标签等；
• 用户的行为数据，可以转化为对物品或者信息的偏好，根据应用本身的不同，可能包括用户对物品的评分，用户查看物品的记录，用户的购买记录等。这些用户的偏好信息可以分为两类：
  – 显式的用户反馈：这类是用户在网站上自然浏览或者使用网站以外，显式的提供
  反馈信息，例如用户对物品的评分，或者对物品的评论。
  – 隐式的用户反馈：这类是用户在使用网站是产生的数据，隐式的反应了用户对物
  品的喜好，例如用户购买了某物品，用户查看了某物品的信息等等。

1.1.5 推荐系统的分类

• 根据推荐是否个性化分类
  – 基于统计的推荐
  – 个性化推荐
• 根据数据源分类
  – 基于人口统计学的推荐
  – 基于内容的推荐
  – 基于协同过滤的推荐（行为数据）
• 根据实时性分