文本獲取和搜索引擎之推薦系統

coursera課程 text retrieval and search engine 第六週 推薦。

推薦系統

推薦系統即把恰當的內容推送給用戶，相似於在一系列文檔中過濾出用戶想要的。通常有兩種方式:

1. 看用戶喜歡什麼樣的東西，而後檢驗當前文檔是否和用戶喜歡的類似【content-based】；
2. 看喜歡特定文檔的都是什麼樣的用戶，而後看當前用戶是否和他們同樣[collaborative]。
   傳統的基於內容推薦模型是：

   

   他存在以下問題：

• 必須作一個yes/no的決策
• 初始的數據不多,基本基於配置
• 「學習」經過用戶的yes判斷，並且還要靠慢慢積累

經過向量模型能夠作以下改進

1. 是它利用了TR已有的模型做爲相關性【分數】計算
2. 對於初始的配置來說也能夠當作是一個向量用來和文檔作計算分數
3. 經過閾值模型來作決定是否推送給用戶，並對過濾的結果經過效用模型來評估
4. 用戶獲得的反饋以後反過來更新閾值學習和向量模型的學習系統

向量學習系統即調整向量自己的位置，和搜索相似

閾值模型困難在於：能被用戶判斷的數據都是送給用戶的；開始的時候被標記的數據少；提供給用戶一些試點的數據，看用戶如何反應，太少了達不到效果，太多又會擔憂都是用戶用不到的數據

Beta-Gamma閾值學習

y軸是實際的做用（好比有點擊的），x軸是排序中的位置；

表示繼續調低閾值那麼推送過去的都是無效的;表示閾值的上界，即只要大於這個閾值，基本都是有效的。它和之間還有可能存在必定的數據是有用。衡量真實的取值則能夠用來表示:

通常來講，更偏向於，這樣獲得的數據顯得更全面。可是有時候不須要顯示這麼多，能夠經過訓練來達到另外一種取值方式

當訓練的樣本數足夠的時候，認爲已經足夠了解用戶了，那麼 能夠取較小的值，不夠的時候，偏向於 ）便可；訓練樣本的權重則經過 來控制