基于用户行为分析的推荐算法是个性化推荐系统的重要算法，一般将这种类型的算法称为协同过滤算法。协同过滤就是指用户可以齐心协力，通过不断地和网站互动，使自己的推荐列表能够不断过滤掉自己不感兴趣的物品，从而越来越满足自己的需求。 用户行为数据简介 用户行为数据在网站上最简单的存在形式就是日志。网站 ...

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。 显性反馈数据 隐性反馈数据 用户兴趣 明确 ...

一、用户行为数据 一个用户行为表示为6部分，即产生行为的用户和行为的对象、行为的种类、产生行为的上下文、行为的内容和权重。用户行为的统一表示如下： user id　　 　　　　产生行为的用户的唯一标识item id　　 　　　　产生行为的对象的唯一标识behavior type　　 　　行为 ...

7.1 外围架构 7.2 推荐系统架构 基于特征的推荐系统架构 用户喜欢的物品、用户相似的用户也可以抽象成特征； 基于特征的推荐系统核心任务就被拆解成两部分，一个是如何为给定用户生成特征，另一个是如何根据特征找到物品； 用户特征种类 ...

1.1 什么是推荐系统 （1）解决信息过载的三种方式： 分类目录（雅虎） 搜索引擎（谷歌）：满足用户有明确目的时的主动查找请求； 推荐系统：用户没有明确目的时帮助他们发现感兴趣的内容。 （2）推荐系统可以更好的发掘商品的长尾 　　传统2/8理论受到挑战。互联网条件下 ...

3.1 冷启动问题简介 问题分类： 用户冷启动 物品冷启动 系统冷启动 　　常用解决方案： 利用热销榜进行推荐 利用用户注册时的年龄、性别等数据做粗粒度的个性化 利用用户社交数据为其推荐好友喜欢的物品 要求用户在登录时对一些物品进行反馈，收集用户 ...

　　在书的“后记”部分，作者列出了Strand研究人员总结的“推荐系统十堂课”，总结了他们设计推荐系统的经验和教训。 1. 确定你真的需要推荐系统 　　个人评价：不是为了推荐而推荐，推荐只是手段，关键看用户价值在哪里，从用户角度出发，真正能帮助用户。 2. 确定商业目标和用户满意度之间的关系 ...

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 　之前开的坑一直没有完成，有要开新的坑了，最近在做关于个性化推荐的项目，所以想对目前的工作有个总结。现阶段的话，仍然处于熟悉数据的过程中，还没有正式的走到算法这一层。主要的原因有两点，第一：数据不是很全，关于用户、item ...