读书笔记 -- 推荐系统实践（1）

第一章

什么是推荐算法？
推荐算法是用于解决信息过载问题的方法，链接无明确需求的用户与物品的工具。
个性化推荐
依赖于用户行为。大多数包括：前台展示页，后台日志系统以及推荐算法系统。应用情景是：存在信息过载 & 大多数时候人们没有明确需求。可以用在：电子商务，电影与视频，音乐or电台，社交网络，阅读，基于定位的服务，广告等等
推荐系统测评
重要指标：推荐准确度。但是准确不代表推荐系统好。比如，预测明天太阳从东边升起。
好：能准确预测行为，扩展视野，发现可能感兴趣却不容易发现的东西。《长尾理论》
试验方法：offline experiment ， user study， online experiment（AB测试）

测评指标：用户满意度，预测准确度【评分预测（RMSE，MAE），TopN推荐（precision，recall），覆盖率（信息熵，基尼系数，马太效应），多样性，新颖性，惊喜度（不相似但满意），信任度，实时性（news，cold start），健壮性（模拟攻击，去噪），商业目标】总的来说是保持覆盖度，新颖度和多样性的情况下，准确率最大化。
测评维度：用户维度，物品维度，时间维度

读书笔记 -- 推荐系统实践（1）相关推荐

读书笔记--推荐系统实践第一章
推荐系统实践编著项亮参与创建Resys China推荐系统社区第一章好的推荐系统什么是好的推荐系统?什么样的特征?有哪些评价指标? 1.1 好的推荐系统信息过载 (Information ...
读书笔记--推荐系统实践（2）
第二章利用用户行为数据用户行为数据简介最简单的存在形式是:日志行为数据的反馈形式以及对比: 用户行为分析设计算法之前的分析,更有针对性的进行算法设计. 用户活跃度和物品流行度的分布:满足Po ...
读书笔记---推荐系统实践（3）
基于邻域的算法基于领域的算法是推荐系统中最基本的算法,包括基于用户的协同过滤算法以及基于物品的协同过滤算法. 基于用户的协同过滤算法这是推荐系统中最古老的算法,甚至可以说这个算法标志这推荐系统的诞 ...
读书笔记--推荐系统实践（4）
这次主要谈一下对推荐系统中的用户相似度进行的一个改进. 首先有这样的一个现象,有些热门物品是很多人都共同拥有的,并不能代表兴趣所在,如:新华字典等,然而冷门物品往往可以反应兴趣所在,比如,买了数据挖掘 ...
【高性能Mysql】读书笔记及实践总结
前言: 最近看了一系列mysql文章.对Mysql的基础知识理解有了一些与实践相符合的认知.mark一下. 正文: MySql基础知识分为四大点:一.并发控制(读/写锁):二.事务:三.多版本并发控制 ...
响应式Web设计读书笔记与实践
前段时间在微博上看到了几个在当今前端圈中的大牛的撕逼大战,作为一个前端小白来说就只是看热闹的,热闹中看到了两本书,<无懈可击的Web设计>和<响应式Web设计>,前者没有买到纸 ...
推荐系统实践读书笔记-04利用用户标签数据
推荐系统实践读书笔记-04利用用户标签数据推荐系统的目的是联系用户的兴趣和物品,这种联系需要依赖不同的媒介.GroupLens在一篇文章中表示目前流行的推荐系统基本上通过3种方式联系用户兴趣和物品. ...
推荐系统实践读书笔记-01好的推荐系统
推荐系统实践读书笔记-01好的推荐系统在研究如何设计推荐系统前,了解什么是好的推荐系统至关重要.只有了解了优秀推荐系统的特征,我们才能在设计推荐系统时根据实际情况进行取舍.本章分3个步骤来回答这个问 ...
推荐系统实践读书笔记-08评分预测问题
推荐系统实践读书笔记-08评分预测问题本书到目前为止都是在讨论TopN推荐,即给定一个用户,如何给他生成一个长度为N的推荐列表,使该推荐列表能够尽量满足用户的兴趣和需求.本书之所以如此重视TopN推 ...

读书笔记 -- 推荐系统实践（1）

第一章

读书笔记 -- 推荐系统实践（1）相关推荐

最新文章

热门文章