2018-04-03 推荐系统与搜索引擎
2018-04-03 本文已影响0人
你记得龙克么
搜索引擎
①主动&明确
②个性化需求低
③快速满足：好的搜索算法让用户获取信息的效率更高、停留时间更短
④马太效应：强者愈强，弱者愈弱
⑤评价方法：基于Cranfield评价体系，如nDCG、Precision-Recall、P@N等
推荐系统
①被动&模糊
②个性化需求高
③持续服务：让用户停留更多的时间
④满足难以用文字表述的需求——通过推荐系统设置的功能（如“相关推荐”“猜你喜欢”等模块），以及用户的交互（如筛选、排序、点击等），不断积累和挖掘用户偏好——通过分析用户历史行为和当前上下文场景自动生成复杂的查询条件，进而给出计算并推荐的结果
⑤长尾理论：越来越多被“遗忘”的非热门事物重新被人们关注起来——当我们发现的越多，就越能体会到我们需要更多的选择
⑥评价方法：Top-N结果推荐时，MAP或CTR；评分预测问题时，RMSE或MAE
⑦一些指标：增量点击、推荐成功数、成交转化提升量、用户延长的停留时间等
搜索和推荐相互融合
参考文章
