推荐系统（1）：推荐系统概述

目录

0. 相关文章链接

1. 什么是推荐系统

2. 个性化推荐的应用

2.1. 在电子商务中的应用

2.2. 在电影和视频网站中的应用

2.3. 在个性化音乐网络电台中的应用

2.4. 在社交网络中的应用

2.5. 在个性化阅读中的应用

2.6. 在位置服务中的应用

2.7. 在个性化邮件中的应用

2.8. 在个性化广告中的应用

3. 什么才是好的推荐系统

4. 推荐系统基本思想

---

0. 相关文章链接

推荐系统文章汇总

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

---