摘要：在大數(shù)據(jù)的時(shí)代，信息泛濫，如何在大量的信息中提出用戶想要的，推薦系統(tǒng)便顯得極其重要了。在電商，電影，廣告方面，推薦系統(tǒng)得到越來(lái)越廣泛的應(yīng)用。 ...

一 什么是推薦系統(tǒng)

個(gè)性化推薦是根據(jù)用戶的興趣特點(diǎn)和購(gòu)買行為，向用戶推薦用戶感興趣的信息和商品。隨著電子商務(wù)規(guī)模的不斷擴(kuò)大，商品個(gè)數(shù)和種類快速增長(zhǎng)，顧客需要花費(fèi)大量的時(shí)間才能找到自己想買的商品。這種瀏覽大量無(wú)關(guān)的信息和產(chǎn)品過(guò)程無(wú)疑會(huì)使淹沒在信息過(guò)載問(wèn)題中的消費(fèi)者不斷流失。為了解決這些問(wèn)題，個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生。個(gè)性化推薦系統(tǒng)是建立在海量數(shù)據(jù)挖掘基礎(chǔ)上的一種高級(jí)商務(wù)智能平臺(tái)，以幫助電子商務(wù)網(wǎng)站為其顧客購(gòu)物提供完全個(gè)性化的決策支持和信息服務(wù)。

---

二 個(gè)性化推薦系統(tǒng)的應(yīng)用

電子商務(wù)： 淘寶

電影和視頻網(wǎng)站： 優(yōu)酷

個(gè)性化音樂(lè)網(wǎng)絡(luò)電臺(tái)：豆瓣fm

社交網(wǎng)絡(luò)：微博

個(gè)性化閱讀：今日頭條

個(gè)性化廣告：微信朋友圈廣告

---

三 推薦系統(tǒng)的分類

要了解推薦系統(tǒng)是如何工作的，可以先回顧一下現(xiàn)實(shí)社會(huì)中用戶面對(duì)很多選擇時(shí)做決定的過(guò)程。仍然以看電影為例，一般來(lái)說(shuō)，我們可能用如下方式?jīng)Q定最終看什么電影。

社會(huì)化推薦（social recommendation）:讓好友給自己推薦有什么電影好看

基于內(nèi)容的推薦 （content-based filtering）：我們一般都有喜歡的演員和導(dǎo)演，比如我非常喜歡周星馳的電影，于是就去豆瓣搜索周星馳，發(fā)現(xiàn)他早年的一部電影我還沒看過(guò)，于是就會(huì)看一看。這種方式是尋找和自己之前看過(guò)的電影在內(nèi)容上相似的電影。

基于協(xié)同過(guò)濾（collaborative filtering）的推薦： 我們還可能查看排行榜，比如著名的IMDB電影排行榜，看看別人都在看什么電影，別人都喜歡什么電影，然后找一部廣受好評(píng)的電影觀看。這種方式可以進(jìn)一步擴(kuò)展：如果能找到和自己歷史興趣相似的一群用戶，看看他們最近在看什么電影，那么結(jié)果可能比寬泛的熱門排行榜更能符合自己的興趣

---

四 基于協(xié)同過(guò)濾的推薦

分為兩類

基于用戶的協(xié)同過(guò)濾算法：給用戶推薦和他興趣相似的其他用戶喜歡的物品

2.基于物品的協(xié)同過(guò)濾：給用戶推薦和他之前喜歡的物品相似的物品

五 推薦系統(tǒng)的評(píng)測(cè)

簡(jiǎn)單來(lái)說(shuō)，就是把數(shù)據(jù)分為樣本內(nèi)和樣本外，在樣本內(nèi)的數(shù)據(jù)中做推薦系統(tǒng)，得出推薦列表，看推薦列表能在樣本外命中率。

總結(jié)

以上是生活随笔為你收集整理的大话推荐系统的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。