大話推薦系統(轉)

轉自http://www.phpchina.com/portal.php?mod=view&aid=40273, 獲取更詳細資料請參看原文

一 什麼是推薦系統

個性化推薦是根據用戶的興趣特色和購買行爲，向用戶推薦用戶感興趣的信息和商品。隨着電子商務規模的不斷擴大，商品個數和種類快速增加，顧客須要花費大量的時間才能找到本身想買的商品。這種瀏覽大量無關的信息和產品過程無疑會使淹沒在信息過載問題中的消費者不斷流失。爲了解決這些問題，個性化推薦系統應運而生。個性化推薦系統是創建在海量數據挖掘基礎上的一種高級商務智能平臺，以幫助電子商務網站爲其顧客購物提供徹底個性化的決策支持和信息服務。

---

二 個性化推薦系統的應用

1. 電子商務： 淘寶
2. 電影和視頻網站： 優酷
3. 個性化音樂網絡電臺：豆瓣fm
4. 社交網絡：微博
5. 個性化閱讀：今日頭條
6. 個性化廣告：微信朋友圈廣告

---

三 推薦系統的分類

要了解推薦系統是如何工做的，能夠先回顧一下現實社會中用戶面對不少選擇時作決定的過程。仍然以看電影爲例，通常來講，咱們可能用以下方式決定最終看什麼電影。

1. 社會化推薦（social recommendation）:讓好友給本身推薦有什麼電影好看

2. 基於內容的推薦 （content-based filtering）：咱們通常都有喜歡的演員和導演，好比我很是喜歡周星馳的電影，因而就去豆瓣搜索周星馳，發現他早年的一部電影我還沒看過，因而就會看一看。這種方式是尋找和本身以前看過的電影在內容上類似的電影。

3. 基於協同過濾（collaborative filtering）的推薦： 咱們還可能查看排行榜，好比著名的IMDB電影排行榜，看看別人都在看什麼電影，別人都喜歡什麼電影，而後找一部廣受好評的電影觀看。這種方式能夠進一步擴展：若是能找到和本身歷史興趣類似的一羣用戶，看看他們最近在看什麼電影，那麼結果可能比寬泛的熱門排行榜更能符合本身的興趣

---

四 基於協同過濾的推薦

分爲兩類

1. 基於用戶的協同過濾算法：給用戶推薦和他興趣類似的其餘用戶喜歡的物品

2.基於物品的協同過濾：給用戶推薦和他以前喜歡的物品類似的物品

五 推薦系統的評測

簡單來講，就是把數據分爲樣本內和樣本外，在樣本內的數據中作推薦系統，得出推薦列表，看推薦列表能在樣本外命中率。