推荐系统介绍

1、推荐系统背景

1)物品和信息繁多;

2)每个人的兴趣爱好不同;

3)个人对自己的需求不是很明确;

推荐系统很好的满足了“标的物”提供方,平台方,用户三方的需求

2、推荐系统应用领域

具体来说推荐系统的应用领域主要有如下几类:

电商网站:购物,购书等,如淘宝,京东,亚马逊等

视频:Netflix,优酷,抖音,快手,电视猫等

音乐:网易云音乐,酷狗音乐等

资讯类:今日头条,天天快报等

生活服务类:美团,携程,脉脉等

交友类:陌陌,珍爱网等

3、常用推荐算法

1)基于内容的推荐:通过技术手段将“标的物”与人关联起来

2)协同过滤:利用“物以类聚,人以群分”的朴素思想来为用户提供个性化推荐

3)基于模型的推荐:常用的算法有logistic回归,矩阵分解等

4)基于社交的推荐:例如微信中的“好看”功能

4、推荐系统挑战

1)推荐的精确度;

2)冷启动问题;

3)怎么评估推荐算法的价值;

5、推荐系统价值

1)从用户角度说, 推荐系统可以让用户在纷繁芜杂的海量信息中快速找到自己感兴趣的信息,节省了用户的时间;

2)从平台的角度看, 精准的推荐,也能增加用户对平台的粘性,让用户喜欢上你的平台;

3)从物品提供商的角度看,如果平台能够将提供商的物品推荐给喜欢的用户, 提升收益

参考地址

打赏

Categories:

Tags:

发表评论

电子邮件地址不会被公开。