矩阵分解出现之后的推荐系统综述
来源:互联网 发布:淘宝电信手机 编辑:程序博客网 时间:2024/06/05 04:22
最近老板给了一篇2016年ACM的文章,是一篇有关推荐系统的综述,作者是写《Recommender Systems》的詹尼士大牛。文章分三部分:回顾推荐系统的一些卓越成果;矩阵分解引发的一些存在于推荐中的问题;提出一个全面的、综合的思考方法。
一、简短的历史回顾:
a、构建用户偏好:信息过滤的根基;
b、借助于其他人的观点;
c、应用于电子商务网站中;
d、矩阵的实现;
e、Netfix 大赛——使得推荐系统走向了一个高峰。
二、矩阵实现之上存在的问题:
a、矩阵实现格局的陷阱:并不是所有的产品和误差都是同等重要的。Netfix大赛使得大家伙一窝蜂的过分关注RMSE指标,其实在最近几年的真实的推荐过程中,更多地关注是产品排序,而不是分值预测,所以一些指标的使用要慎重;
b、除了准确性之外的推荐系统质量的影响因素:
新颖性、多样性、实际效用指标;
上下文信息:时间、地点、情绪、人格特性等;
用户之间的交互作用(短期偏好、偏好转移);
操作阻力(如何识别灌水?使得系统很强健,可以抵抗一些恶意灌水)
信任性和忠诚(用户是否对推荐满意和信任,推荐的可解释性,建立一种长期的忠诚)
三、从算法到系统
近几年提出了各种算法,都说自己的方法很好,但为什么现有网站使用的推荐方法仍是最原始的推荐方法?研究推荐问题需要一个全面的视角:用户、提供服务的商家、推荐系统平台,这是一个三者交互、共同优化的过程。
a、从计算科学的视角:Whenever new technological proposals are made, we should ask which specific need or requirement in a given domain are addressed.
b、使用户处于不断循环之中:多关注人机交互,移动设备和可穿戴设备提供新思路,建立用户对系统的信任和忠诚;
c、从一个更全面的视角看待推荐任务:
总体目标是govern the selection and ranking of items;
A set of available actions centered on the presentation of recommended items
Optimization timeframe.
推荐问题的定义:
The recommendation problem finally can be defined as : Find a sequence of conversational actions and item recommendations for each particular user that optimizes the overall goal over the specified timeframe.
推荐算法的实用性非常重要!
- 矩阵分解出现之后的推荐系统综述
- 矩阵分解在推荐系统的应用
- 基于矩阵分解的推荐系统
- 矩阵分解与推荐系统
- 推荐系统之矩阵分解
- 推荐系统之矩阵分解
- 推荐系统ALS矩阵分解
- 推荐系统ALS矩阵分解
- 推荐系统中的矩阵分解
- 推荐系统---基于概率的矩阵分解(PMF)
- 模式识别、推荐系统中常用的两种矩阵分解-----奇异值分解和非负矩阵分解
- 矩阵分解在推荐系统中的应用
- 矩阵分解在推荐系统中的应用
- 矩阵分解在推荐系统中的应用
- 矩阵分解在推荐系统中的应用
- 推荐系统实例-基于矩阵分解
- 推荐系统-矩阵分解原理详解
- 推荐系统中的矩阵分解演变方式
- Apache Kylin综述
- unity3D 编辑器扩展,MenuItem 和 ContextMenu 的用法和分析
- angularjs ui-view加载刷新
- android 增量更新
- 住在过来的
- 矩阵分解出现之后的推荐系统综述
- java几类访问权限的总结
- SpringMVC
- RxJava理解系列(一)
- jsp: 根据条件 显示或不显示 容器控件
- adb 查看最上层成activity名字
- 17 - 01 - 29 计算机网络(19)(TCP协议概述)
- 深入剖析Redis主从复制
- 11111111