Recommendation System What ?   2016-11-22


随着互联网的深入发展,越来越多的信息在互联网上传播,产生了严重的信息过载。如果不采用一定的手段,用户很难从如此多的信息流中找到对自己有价值的信息。

1. 推荐系统 ?

为解决信息过载的问题,所以出现了如 yahoo 分类目录 和 google 搜索引擎 等公司

solution type
搜索引擎 用户具有明确需求
推荐系统 用户不具明确需求

1.1 搜索引擎

Shop 用户买花生流程
便利店   转一圈找到花生米,然后比较几个牌子的口碑或者价格找到自己喜欢的牌子,掏钱付款
沃尔玛 按分类指示牌到食品楼层,按指示牌到卖干果的货架,后仔细寻找你需要的花生米,找到后付款
淘宝 搜索框的东西里输入花生米3个字,然后你会看到一堆花生米,找到喜欢的牌子,付费,然后等待送货上门

用户具有明确需求 : 搜索引擎

1.2 推荐系统

推荐系统和搜索引擎不同的是,推荐系统不需要用户提供明确的需求,而是通过分析用户的历史行为给用户的兴趣建模,从而主动给用户推荐能够满足他们兴趣和需求的信息。推荐系统 的基本任务是联系用户物品,解决信息过载的问题

rsac-1

用户不具明确需求 : 推荐系统

1.3 推荐系统分类

经典的分类方式:

  1. 基于Content的推荐系统
  2. 基于User的推荐系统
  3. 基于Item的推荐系统
  4. 基于Model的推荐系统

rsac-2

按照算法也可分成 基于邻域的算法、基于图的算法、基于矩阵分解 或者 概率模型的算法

2. 个性化推荐系统应用

推荐系统的应用 代表
电子商务 Amazon、Taobao
电影视频 Youtube、Netflix
个性化电台 Pandora、豆瓣电台
移动新闻 Yahoo news、今日头条
社交网络 Facebook、Twitter
基于位置的服务 Maps nearby
个性化AD Facebook、Sina、Ad百度联盟

3. 推荐系统评测

rsac-3


分享到:


  如果您觉得这篇文章对您的学习很有帮助, 请您也分享它, 让它能再次帮助到更多的需要学习的人. 您的支持将鼓励我继续创作 !
本文基于署名4.0国际许可协议发布,转载请保留本文署名和文章链接。 如您有任何授权方面的协商,请邮件联系我。

Contents

  1. 1. 推荐系统 ?
    1. 1.1 搜索引擎
    2. 1.2 推荐系统
    3. 1.3 推荐系统分类
  2. 2. 个性化推荐系统应用
  3. 3. 推荐系统评测