【推荐系统实践—好的推荐系统】

什么是推荐系统

推荐系统的任务是联系用户和信息,实现信息消费者和信息生产者的双赢

  • 帮助用户发现对自己有价值的信息
  • 让信息能够在对他感兴趣的用户面前

推荐的方式:

  • 社会化推荐:向朋友咨询或者打开微博发帖子询问
  • 基于内容推荐:基于用户过去的一些内容推荐类似的内容
  • 基于协同过滤的推荐:推荐和自己相似用户看过的内容

推荐系统的组成:前台的展示界面,后台的日志系统和推荐算法

推荐系统应用

  • 电子商务
  • 电影和视频网站
  • 个性化音乐网络电台
  • 社交网络
  • 基于位置的服务
  • 个性化邮件
  • 个性化广告
  • 短视频平台
    • 这个是我补充的,这本书是2012年写的,但是应该还没有抖音呢

推荐系统评测

推荐系统存在三个参与方:用户、物品和提供推荐系统的网站,好的推荐算法能够实现三方共赢。

推荐系统的实验方法:

  • 离线实验
  • 用户调查
  • 在线实验
    • A/B

评测指标:

  • 用户满意度
  • 预测准确度
    • 评分预测
    • TopN推荐
  • 覆盖率
  • 多样性
  • 新颖性
  • 精细度
  • 信任度
  • 实时性
  • 健壮性
  • 商业目标

评测维度:知道算法在什么情况下好

  • 用户维度
  • 物品维度
  • 时间维度

你可能感兴趣的:(推荐算法)