【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