Chap1 简介

定义

• 推荐系统（RS）：向目标用户建议可能感兴趣物品的软件工具

功能

• 增加物品销售的种类和数量
• 增加用户满意度、忠诚度
• 更好理解用户需求

数据源

物品

• 简单价值低：新闻，网页，书籍，音乐，电影
• 复杂价值高：保险政策，金融投资，旅游，工作

用户

• 个人信息：年龄、性别、职业、学历
• 群组关系

事务

• 用户和系统的交互记录
• 评分评价为主：数字评分、序数评分、二元制评分、一元制评分

推荐技术

基于内容

• 系统向用户推荐与他们过去兴趣类似的物品
• 通过比较物品的特征推荐相似的内容

协同过滤

• 找到与用户有相同品味的用户，将相似用户过去喜欢的物品推荐给该用户
• 最流行，最广泛

基于人口统计学

• 研究较少

基于知识

• 基于案例的系统（著名案例）
• 基于约束的系统（适合推荐复杂产品）
• 相似性函数用于评估用户需求与推荐结果的匹配度
• 系统初始阶段表现较好，后期gg

基于社区

• 依赖用户朋友的偏好

混合推荐系统

• A+B

评估指标

• 精准度、覆盖率、冷启动、置信度、可信度、新颖性、风险度、惊喜度