转自http://blog.csdn.net/zhangjunjie789/article/details/51379127 如何在没有大量用户数据的情况下设计个性化推荐系统并且让用户对推荐结果满意从而愿意使用推荐系统，就是冷启动问题。 冷启动问题主要分为三类： （1） 用户冷启动 ...

一、冷启动问题介绍 如何在没有大量用户数据的情况下设计个性化推荐系统并让用户对推荐结果满意从而愿意使用推荐系统，就是冷启动问题。 用户冷启动：如何给新用户做个性化推荐 物品冷启动：如何将新物品推荐给可能对其感兴趣的用户。在新闻网站等时效性很强的网站中非常重要。 系统冷启动 ...

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 　　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 ...

　　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 ...

目录 问题描述 数据层面 高效利用属性特征 基于内容的推荐 组推荐/聚类 基于图的推荐 基于迁移学习的推荐 多行为推荐 模型层面 元学习/元优化 探索和利用 参考文献 ...

2.1 用户行为数据简介 用户行为数据可分为显性反馈行为和隐性反馈行为； 用户数据的统一表示； 2.2 用户行为分析　　在设计推荐算法之前需要对用户行为数据进行分析，了解数据中蕴含的一般规律可以对算法的设计起到指导作用。 用户活跃度和物品流行度 ...