Chap5 基于约束的推荐系统

简介

• 在金融服务（汽车，电脑，不动产，理财服务）这类用户交互频率低的场景，很难收集大量的评分信息，协同过滤难以实施，而基于内容的推荐可能在时效性上带来不满
• 基于知识的推荐技术通过建模用户显式需求，及产品领域的深度知识来生成推荐，从而解决上述问题
  • 基于样例的推荐
  • 基于约束的推荐（本章关注）
    • 推荐知识库通常被定义为两个变量的集合和三个不同的约束的集合
      • ：客户特性的实例化，如风险偏好为中下
      • ：产品特性的实例化，如推荐的投资周期，产品类型，期望收益
      • ：对客户需求可能的实例化的系统约束，如短期投资和高风险投资不相容
      • ：定义潜在客户需求和特定产品种类的关系，如理财小白不应该接受高风险产品
      • : 表示产品特性在可允许范围内的实例

未来研究方法

• 产品数据抽取自动化
• 基于社会化的知识获取：多源知识的冲突检测和修复
• 验证：如何通过用户喜恶调整知识库？
• 结构化产品和服务的推荐
• 可解释性和可接受性
• 用户购买行为理论
• 情景和环境智能感知：与传感器物联网结合，与上下文结合的推荐系统
• 语义网：数据跨应用，跨平台共享复用，数据质量监控和数据治理