推荐系统实践 - 第1章

2024-04-17 22:28:34

1.互联网搜索及推荐发展

1）早期的孤岛式网站，门户网站出现，网站导航，属于针对网站的推荐。但是内容的获取还是需要到相应网站上去浏览。

2）搜索引擎：用户可以主动检索内容

3）推荐系统：主动的推荐用户感兴趣的物品，广告定向投放等。推荐系统发展：热销推荐->个性化推荐->捆绑式推荐。

netflix：研究的是预测用户看了电源后会给出怎样的评分。更有意义的应该是用户可能会喜欢的电源。

2.推荐系统评测指标

1）用户满意度：调查问卷或网站上收集

2）预测准确度：平方根误差（RMSE）、平均绝对误差（MAE）

3）召回率（recall）

4）准确率（precision）

5）覆盖率：如何发掘长尾商品。所有物品均有相等的机会出现在推荐列表中，出现的次数差不多，则该推荐系统覆盖率较高。通过流行度、基尼系数确定。推荐系统理论上应该尽量避免马太效应（强者更强，弱者更弱）。但是协同过滤算法等都有马太效应，某些卖家也可能有马太效应的需求。基尼系数评测是否有马太效应。

6）多样性：不在一棵树上吊死

7）新颖性：不要推荐哪些用户已经熟知，本来要购买的商品。计算推荐列表的平均流行度，愈不流行越有新意。多是长尾商品。

8）惊喜度：与新颖性有区别。惊喜度是用户本来不喜欢这个style，但是你推荐给了他，同时他看完之后又很满意。

9）信任度：提高推荐信任度的方式：增加透明度（比如：推荐解释），利用社交网络进行推荐。

10）实时性

11）健壮性：避免被攻击。BAB比VAV更有价值就是因为购买记录比访问记录更可信，更能避免注入攻击。

12）商业目标：理论与实际总是有差距，只有符合特定的商业目标才是好的推荐。

3.评测维度

用户维度、物品维度、时间维度。

4.评测方法

离线试验、用户调查、在线试验。

转载于:https://www.cnblogs.com/DjangoBlog/p/3616069.html

推荐系统实践 - 第1章相关推荐

《推荐系统实践》样章：如何利用用户标签数据
<推荐系统实践>样章:如何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,这种联系需要依赖于不同的媒介.GroupLens在文章1中认为目前流行的推荐系统基本上通过三种方式来联系用 ...
【读书笔记】推荐系统实践·第四章·利用用户标签数据
代码方面,主要实现了4.3和4.2.2的一个验证统计,4.4的代码本来准备写一下的,后来因为杂碎的统计工作太多就放弃了.代码和笔记的word版放在https://github.com/littleli ...
读书笔记－－项亮《推荐系统实践》第一章
第一章好的推荐系统 1.1 前言推荐系统的基本任务是联系用户和物品,解决信息过载的问题分类目录和搜索引擎各自存在的问题: 分类目录: 搜索引擎:搜索引擎需要用户主动提供准确的关键词才能寻找信息 ...
《推荐系统实践》第二章利用用户行为数据
2.1 用户行为数据简介在电子商务网站中行为主要包括网页浏览.购买.点击.评分和评论等. 用户行为在个性化推荐系统中一般分两种--显性反馈行为(explicit feedback)和隐性反馈行为(i ...
推荐系统实践 - 第2章
1.发掘用户兴趣 1)啤酒和尿布的故事 2)用户行为数据:session log.impression log.click log.这些日志记录了用户的行为:浏览.购买.点击.评分.评论 3)用户行为 ...
《推荐系统实践》试读：第一章：好的推荐系统
如果想阅读word版本的试读,下载链接为:<推荐系统实践>试读:第一章:好的推荐系统推荐系统实践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, ...
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 ...
《推荐系统实践》序言、样章欢迎阅读！
<推荐系统实践>这本书上市很短,但是反响很大,图书销量也非常好,如果你对推荐系统感兴趣,不防看看哦!一定会有很大的收获的!祝阅读愉快! -------------------------- ...
推荐系统实践——什么是推荐系统
什么是推荐系统学完了机器学习,将自己的研究方向定为推荐系统,然后现在看起了项亮的<推荐系统实践>,决定看完一段就来这里总结记录一下,方便之后复习.第一章主要是对推荐系统进行简介,主要分为 ...

最新文章

热门文章