推荐系统

用户寻求信息，如果在知道明确需求的情况下，可以根据分类目录或者搜索引擎来查找自己想获取的信息。但是如果用户的需求并不明确，比如想要看一部电影，希望有人给自己推荐一下，但是电影太多了，你并不知道看哪部。面临信息过载问题，推荐系统发挥作用的时候到了。这就好比让专家根据你的兴趣（用户的历史信息）给你推荐一部好看的电影。一句话概括推荐系统的作用：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他感兴趣的用过面前，实现信息消费者和信息生产者用户的双赢。![亚马逊内容推荐](http://img.blog.csdn.net/20170915104312296?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbTBfMzcxMDIwOTM=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)亚马逊的推荐-第一部分是根据内容的推荐，如果你购买过一部分书籍，根据内容的相似度，会进行推荐。另一部分是根据用户在Facebook的好友关系，给用户推荐他们的好友在亚马逊上喜欢的物品。除了个性化推荐列表，亚马逊另一个重要的推荐应用就是相关推荐列表。亚马逊有两种相关商品列表，一种是包含购买了这个商品的用户也经常购买的其他商品（如图1-6所示），另一种是包含浏览过这个商品的用户经常购买的其他商品（如图1-7所示）。这两种相关推荐列表的区别就是使用了不同用户行为计算物品的相关性。此外，相关推荐列表最重要的应用就是打包销售（cross selling）  在电影和视频网站中，个性化推荐系统也是一种重要的应用。它能够帮助用户在浩瀚的视频库中找到令他们感兴趣的视频。在该领域成功使用推荐系统的一家公司就是Netflix，它和亚马逊是推荐系统领域最具代表性的两家公司从Netflix的推荐理由来看，它们的算法和亚马逊的算法类似，也是基于物品的推荐算法，即给用户推荐和他们曾经喜欢的电影相似的电影。 一般都是把音乐作为一种背景乐来听，很少有人必须听某首特定的歌。对于普通用户来说，听什么歌都可以，只要能够符合他们当时的心情就可以了。因此，个性化音乐网络电台是非常符合个性化推荐技术的产品。Pandora的算法主要基于内容，其音乐家和研究人员亲自听了上万首来自不同歌手的歌，然后对歌曲的不同特性（比如旋律、节奏、编曲和歌词等）进行标注，这些标注被称为音乐的基因。然后， Pandora会根据专家标注的基因计算歌曲的相似度，并给用户推荐和他之前喜欢的音乐在基因上相似的其他音乐。基于位置的服务，在中关村闲逛时，肚子饿了，打开手机，发现上面给你推荐了几家中关村不错的饭馆，价格、环境、服务、口味都如你所愿，这几乎就是基于位置的个性化推荐系统最理想的场景了。