machine-learning

电影：模仿游戏

推荐系统

• 简介
  • 信息过载，推荐系统是信息过载所采取的措施，面对海量的数据信息，从中快速推荐出符合用户特点的物品，解决一些人的选择恐惧症；
  • 面向没有明确需求的人；
  • 解决如何从大量信息中找到自己感兴趣的信息；
  • 解决如何让自己生产的信息脱颖而出，受到大众的喜爱；

• 目的

  • 让用户更快更好的获取自己需要的内容；
  • 让内容更快更好的推送到喜欢它的用户手中；
  • 让网站（平台）更有效的保留用户资源。

• 应用

  • 电子商务
  • 社交网络
  • 电影视频
  • 个性化音乐
  • 个性化广告
  • 个性化旅游
  • 个性化阅读
  • …

Netflix

• 基本思想

  • 知你所想，精准推送
    • 利用用户和物品的特征信息，给用户推荐那些具有用户喜欢的特征的物品。
  • 物以类聚
    • 利用用户喜欢过的物品，给用户推荐他喜欢过的物品的相似物品。
  • 人以群分
    • 利用和用户相似的其他用户，给用户推荐那些和他兴趣爱好相似的其他用户喜欢的物品。

• 推荐系统的数据分析

  • 要推荐物品或内容的元数据，例如关键字、分类标签、基因描述等；
  • 系统用户的基本信息，例如性别、年龄、兴趣标签等；
  • 用户的行为数据，可以转换为对物品或者信息的偏好，根据应用本身的不同，可能包括用户对物品的评分，
    用户查看物品的记录，用户的购买记录等。这些用户的偏好信息可以分为两类：
    • 显示的用户反馈：这类是用户在网站上自然浏览或者使用网站以外显示的提供反馈的信息，
      例如用户对物品的评分，用户收藏了某物品或者对物品的评论。
    • 隐示的用户反馈：这类是用户使用网站时产生的数据，隐示的反应了用户对物品的喜好，
      例如用户购买了某物品，用户查看了某物品的信息等。

• 推荐系统分类

  • 根据实时性分类

    • 离线推荐
    • 实时推荐

  • 根据推荐是否个性化分类

    • 基于统计的推荐，例如热门推荐
    • 个性化推荐

  • 根据推荐原则分类

    • 基于相似度的推荐
    • 基于知识的推荐
    • 基于模型的推荐

  • 根据数据源分类

    • 基于人口统计学的推荐
    • 基于内容的推荐
    • 基于协同过滤的推荐

• 推荐算法简介

  • 基于人口统计学的推荐
  • 基于内容的推荐
  • 基于协同过滤的推荐
  • 混合推荐

• 推荐系统评测