推荐系统的基础知识概要

推荐系统的意义

推荐系统的任务就是联系用户和信息，一方面帮助用户发现对自己 有价值的信息，另一方面让信息能够展现在对它感兴趣的用户面前，从而实现信息消费者和信息 生产者的双赢。

推荐系统的本质

推荐系统的本质是通过一定的方式将用户和物品联系起来，例如：好友关系；历史兴趣；注册信息，而不同的推荐系统利用了不同的推荐方式。

推荐系统的的应用

总体来说，现在的推荐系统的应用分为：前台的展现页面、后台的系统日志以及推荐系统算法三个部分组成。

推荐系统的应用范围有，例如：音乐、阅读、电子商务、电影和视频、社交、基于位置的服务、个性化邮件以及广告等。

推荐系统评测

好系统的标准：一个完整的推荐系统是存在三个参与方的：用户；物品提供者；提供推荐系统的网站；那么一个推荐系统需要满足用户的需求，还要满足能将物品提供给符合需求的用户；最后自身还要能收集到高质量的用户反馈，不断完善推荐的质量，增加用户与网站的交互，提高网站的收入。

image.png

推荐系统实验方法

目前主要有3种评测推荐效果实验的方法：
1、离线实验
2、用户调查
3、在线实验

推荐系统的评测指标

1、用户满意度
2、预测准确度
3、覆盖率
4、多样性
5、新颖性
6、惊喜度
7、信任度
8、实时性
9、健壮性
10、商业目标

推荐系统的评测维度

• 用户维度：主要包括用户的人口统计学信息、活跃度以及是不是新用户等
• 物品维度：包括物品的属性信息、流行度、平均分以及是不是新加入的物品等。
• 时间维度：包括季节，是工作日还是周末，是白天还是晚上等。