读书笔记 |《推荐系统实践》- 个性化推荐系统总结
推荐系统实践 对于推荐系统，本文总结内容，如下图所示： 推荐系统 ...
原文：推荐系统的评价指标 （推荐系统实践读书笔记）
什么是好的推荐系统： 一个完整的推荐系统包括三部分用户，网站，内容提供方。 好的推荐系统设计，能够让推荐系统本身收集到高质量的用户反馈，不断完善推荐的质量，增加 用户和网站的交互，提高网站的收入。因此在评测一个推荐算法时，需要同时考虑三方的利益， 一个好的推荐系统是能够令三方共赢的系统。 推荐系统的指标： 推荐系统最为重要的指标是准确率，即预测的准确率。例如预测某个用户是否会购买某个商品。 但是准 ...
2018-01-02 13:52 0 3093 推荐指数：
相关推荐
推荐系统 基于用户和基于物品的协同过滤 （推荐系统实践读书笔记）
基于邻域的算法是推荐系统中最基本的算法，该算法不仅在学术界得到了深入研究，而且在 业界得到了广泛应用。基于邻域的算法分为两大类，一类是基于用户的协同过滤算法，另一类是 基于物品的协同过滤算法。 基于用户的协同过滤算法： 该算法主要分为两个步骤 ...
推荐系统读书笔记(一)好的推荐系统
1.1 什么是推荐系统 80/20原则：80%的销售额来自于20%的热门品牌 不热门的商品数量极其庞大，这些长尾商品的总销售额将是一个不可小觑的数字，也许会超过热门商品带来的销售额。 主流商品代表了绝大多数用户的需求，而长尾商品代表了一小部分用户的个性化需求。 推荐系统 ...
推荐系统中的评价指标
按照推荐任务的不同，最常用的推荐质量度量方法可以划分为三类： (1)对预测的评分进行评估，适用于评分预测任务。 (2)对预测的item集合进行评估，适用于Top-N推荐任务。 (3)按排名列表对推荐效果加权进行评估，既可以适用于评分预测任务也可以用于Top-N推荐任务。。 对用户 \(u ...
推荐系统读书笔记(五)利用上下文信息
上下文包括用户访问推荐系统的时间、地点、心情等。 5.1 时间上下文信息 5.1.1 时间效应简介 时间信息对用户兴趣的影响表现在以下几个方面： 1.用户兴趣是变化：关注最近行为 2.物品也是有生命周期的： 3.季节效应 5.1.2 时间效应举例 5.1.3 ...
推荐系统排序（Ranking）评价指标
一、准确率（Precision）和召回率（Recall） （令R(u)是根据用户在训练集上的行为给用户作出的推荐列表，而T(u)是用户在测试集上的行为列表。） 对用户u推荐N个物品（记为R(u)），令用户u在测试集上喜欢的物品集合为T(u)，然后可以通过准确率/召回率评测推荐 ...
推荐系统读书笔记(二)利用用户行为数据
2.1 用户行为数据简介 显性反馈行为：用户明确表示对物品喜好的行为。评分、喜欢、不喜欢。 隐性反馈行为：不能明确反应用户喜好的行为。比如页面浏览。 ...
推荐系统读书笔记(三)推荐系统冷启动问题
3.1 冷启动问题简介 主要分三类： 1.用户冷启动：如何给新用户做个性化推荐。 2.物品冷启动：如何将新的物品推荐给可能对它感兴趣的用户这一问题。 3.系统冷启动：如何在一个新开发的网站上设计个性化推荐系统。 解决方案： 1.提供非个性化的推荐：热门排行榜 ...