如何評估推薦系統的表現?

推薦系統是當前最有價值的機器學習應用之一,據說亞馬遜有35%的利潤來自於他們的推薦系統。推薦系統的主要功能是發現並推薦用戶「可能」會喜歡的商品/物品給用戶,要實現這個目的，個性化的推薦系統需要通過分析用戶的歷史行爲數據(如購買、點擊、評分等),並從中學習和掌握到了用戶的個人偏好(喜好),那麼當下次再遇到用戶的時候,就可以有的放矢的做個性化推薦了。我之前寫過幾篇推薦系統的文章,其內容都是教大家如何來

>>阅读原文<<