目录
0. 相关文章链接
1. 什么是推荐系统
- 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。特别对于一些有“选择恐惧症”、没有明确需求的人。
- 信息消费者:如何从大量信息中找到自己感兴趣的信息是一件很困难的事。
- 信息生产者:如何让自己生产的信息脱颖而出,收到大众的喜爱,也是一件很困难的事情。
以前解决这个问题,可以使用分类目录和搜索引擎,比如hao123、百度、谷歌。有弊端,信息量小、不够个性化、必须有明确目标。而推荐系统是自动化的通过分析用户的历史行为数据,完成用户的个性化建模,从而主动给用户推荐能够满足他们兴趣和需求的信息的软件系统。
2. 个性化推荐的应用
1)推荐引擎需要依赖用户的行为日志:
因此一般都做为一个后台应用程序存在于网站中。通过截取网站提供了大量用户行为日志,给用户提供不同的个性化页面或者信息,提高整个网站的点击率和转化率。
2)推荐系统一般都由三个部分组成,前端的交互界面、日志系统以及推荐算法系统
3)个性化推荐的成功需要两个条件:
- 存在信息过载,用户不能很容易从所有物品中找到喜欢的物品。
- 用户大部分时候没有特别明确的需求。
2.1. 在电子商务中的应用
比如亚马逊、京东、天猫等,可以做同类推荐、相关推荐、好友推荐、用户反馈
2.2. 在电影和视频网站中的应用
比如Netflix、YouTube
2.3. 在个性化音乐网络电台中的应用
比如豆瓣电台、Last.fm
2.4. 在社交网络中的应用
比如Facebook、Twitter
2.5. 在个性化阅读中的应用
比如:Google Reader、Flipboard,可以给用户推荐某一个领域的文章
2.6. 在位置服务中的应用
比如:百度地图、Foursquare
2.7. 在个性化邮件中的应用
比如:Gmail,可以针对用户对邮件的历史行为,将用户感兴趣的邮件展示在一个专门的收件箱里面。
2.8. 在个性化广告中的应用
比如:百度搜索引擎
3. 什么才是好的推荐系统
1)一个完整的推荐系统一般存在3个参与方: 用户 、 内容提供方 和提供推荐系统的 网站
2)比如一个图书推荐系统:
- 推荐系统需要满足用户的需求,给用户推荐那些令他们感兴趣的图书。
- 推荐系统要让各出版社的书都能够推荐给对其感兴趣的用户,而不是只推荐几个大型出版社的书。
- 推荐系统应该能够收集到高质量的用户反馈,不断完善推荐的质量,增加用户和网站的交互,提高网站的收入。
好的推荐系统是一个能够让三方共赢的系统。
3)好的推荐系统不仅仅能够准确预测用户的行为、而且能够扩展用户的视野,帮助用户去“发
现”。
- 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)更有效的保留用户资源
4. 推荐系统基本思想
- 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。
- 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。
- 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。
上述3条推荐思想对应如下具体方法:
- 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
5. 推荐系统常见反馈数据
注:其他推荐系统相关文章链接由此进 -> 推荐系统文章汇总