2019-06-06 《推荐系统实践》读书笔记2

个性化推荐系统的应用-个性化音乐

1. 个性化推荐系统的主要作用是通过分析大量用户行为日志，给不同用户提供不同的个性化页面展示，来提高网站的点击率和转化率。

2. 推荐系统应用都是由前台的展示页面、后台的日志系统以及推荐算法系统3部分构成的。

3. 音乐适合推荐的特点：

（1）物品空间大 物品数很多，物品空间很大，这主要是相对于书和电影而言。

（2）消费每首歌的代价很小 对于在线音乐来说，音乐都是免费的，不需要付费。

（3）物品种类丰富 音乐种类丰富，有很多的流派。

（4）听一首歌耗时很少 听一首音乐的时间成本很低，不太浪费用户的时间，而且用户大都把音乐作为背景声音，同时进行其他工作。

（5）物品重用率很高 每首歌用户会听很多遍，这和其他物品不同，比如用户不会反复看一个电影，不会反复买一本书。

（6）用户充满激情 用户很有激情，一个用户会听很多首歌。

（7）上下文相关 用户的口味很受当时上下文的影响，这里的上下文主要包括用户当时的心情（比如沮丧的时候喜欢听励志的歌曲）和所处情境（比如睡觉前喜欢听轻音乐）。

（8）次序很重要 用户听音乐一般是按照一定的次序一首一首地听。

（9）很多播放列表资源 很多用户都会创建很多个人播放列表。

（10）不需要用户全神贯注 音乐不需要用户全神贯注地听，很多用户将音乐作为背景声音。

（11）高度社会化 用户听音乐的行为具有很强的社会化特性，比如我们会和好友分享自己喜欢的音乐。

上面这些特点决定了音乐是一种非常适合用来推荐的物品。因此，尽管现在很多推荐系统都是作为一个应用存在于网站中，比如亚马逊的商品推荐和Netflix的电影推荐，唯有音乐推荐可以支持独立的个性化推荐网站，比如Pandora、Last.fm和豆瓣网络电台。