推荐系统实践读书笔记一

第一章 好的推荐系统

个性化推荐系统的应用

• 电子商务
  代表网站亚马逊，它是个性化推荐系统的积极应用者和推广者,被RWW(读写网)称为“推荐系统之王”。一个最主要的应用是个性化推荐列表，包括：推荐结果的标题、缩略图以及其他内容属性；推荐结果的平均分；推荐理由。另一个重要推荐应用是相关推荐列表，当你在亚马逊买一个商品时，它会在商品信息下面展示相关的商品，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，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。亚马逊的推荐算法给其带来了35%的收入。

• 电影和视频网站
  代表网站Netflix、yotube等，使用的也是基于物品的推荐算法

• 个性化音乐网络电台
  个性化推荐的成功应用需要两个条件，第一存在信息过载，内容多的用户无法很快找到自己喜欢的东西，第二用户没有特别明确的需求，否则直接通过搜索引擎就找到自己要的了。所以音乐的个性化推荐很有必要。国外著名的有Pandora和Last.fm，国内的代表时豆瓣电台。

• 社交网络
  代表网站Facebook和Twitter，Facebook最重要的数据一个是用户之间的社交网络关系，另一个是用户的偏好设置。

• 个性化阅读
  目前互联网上的个性化阅读工具很多,国际知名的有Google Reader,国内有鲜果网等

• 基于位置的服务
  基于位置的服务往往和社交网络结合在一起，比如Foursquare推出的探索功能，给用户推荐好友在附近的行为。国内的百度地图是很多应用的切入口。

• 个性化邮件
  Tapestry是一个个性化邮件推荐系统，它通过分析用户阅读邮件的历史行为和习惯对新邮件进行重新排序，从而提高用户工作效率。

• 个性化广告
  广告是互联网公司生存的根本。广告投放技术主要分三种：一是上下文广告，二是搜索广告，三是个性化展示广告。

推荐系统评测

什么才是好的推荐系统？这是推荐系统评测需要解决的首要问题。
实验方法：离线实验、用户调查、在线实验。
评测指标：用户满意度、预测准确度、覆盖率、多样性、新颖性、惊喜度、信任度、实时性、健壮性、商业目标。
评测维度：用户维度、物品维度、时间维度。