Transcript 推荐系统简介

推荐系统简介
邹权
博士，助理教授
什么是推荐系统
 软件/工具/技术
 为用户提供选择项目的决策支持
 购买商品、听歌、新闻
 大多数推荐系统专注于一种类型的项目
 Amazon/当当
 Expedia/携程
 IMDB/豆瓣
1
Recommender System
推荐系统的特点
推荐系统 信息检索
数据库
用户使用“自然语言”
用户提供格式化的查
检索
询
系统收集数据
网页等用户产生数据
输入数据
任务要求
（有用）的项目
最相关的项目
所有精确符合的项目
目标要求
快、准、好
快、准
快
用户要求
主动发现用户兴趣
数据要求
推荐系统研究
90年代中期作为一种新兴的独立研究领域
产业先行，学术界紧随
《长尾理论》作者克里斯安德森提出
“我们正在离开信息时代，迈入推荐时代”
推荐系统任务
提高效率
• 自我表达
• 改进用户档案【关键】
• 找到部分好项目【主要】
• 帮助他人
• 找到所有好项目
• 情景中的标注
• 影响他人
• 浏览
• 序列推荐
• 找到可信推荐
• 组推荐
改善用户体验
促进销售
推荐系统可以利用的信息
 项目
 项目档案
 用户
 用户档案
 交易
 显式（打分）
 隐式（反馈）
 知识
 本体或约束
 社会关系
推荐系统主要方法
基于内容
协同过滤
混合推荐
1
Recommender System
There are many ways by which we can get the list.
Recommender systems are usually classified into the
following categories, based on how recommendations
are made，
1. Content-based recommendations: The user will be
recommended items similar to the ones the user preferred in
the past;
1
Recommender System
2. Collaborative recommendations: The user will be
recommended items that people with similar tastes and
preferences liked in the past;
Corated Item
recommend it
to target user
Top 1
The similar user favorite
but target user not bought
2
矩阵分解
item
1
1
user
2
3
2
r11 ?
3
4
user 1  ( r11 , ?, r13 , r14 )
r13 r14
，
r24
r21 r22
?
r31 r32
r33 ?
user 2  ( r21 , r22 , ?, r24 )
user 3  ( r31 , r32 , r33 , ?)