首页 > 社会 > 正文

88彩票网账号怎么回事,如何搭建一个推荐系统?

[摘要] 评估一个推荐系统的质量,需要综合多个维度进行评估,核心维度如下:除了以上所述,搭建推荐系统,还需要考虑的一个重要问题就是“冷启动”,涉及冷启动的场景主要有以下三类:一个新用户,没有任何历史行为数据,怎么做推荐。根据系统的场景属性,可以设计不同的冷启动方式:设计一个健全的推荐系统,算法和策略需要综合考虑多项因素,包括服务器、计算资源成本,人力成本,可持续性和可扩展性等。

88彩票网账号怎么回事,如何搭建一个推荐系统?

88彩票网账号怎么回事,笔者重读《推荐系统实践》,总结了其中要点,也阐述了自己的一些想法,分享给大家,供大家参考学习。

在这个信息过载的时代,个性化推荐系统是我们日常都会接触到的,最近因为要给小伙伴分享,重新过了一下《推荐系统实践》这本书的内容,也把其中一些要点整理分享出来。

首先来说说,为什么要有个性化推荐系统,主要是为了以下两点:

推荐系统通过发掘用户的行为,找到用户的个性化需求,从而将长尾物品准确推荐给需要它的用户,帮助用户找到他们感兴趣但很难发现的物品。

协同过滤算法是基于用户行为数据设计的推荐算法,其中主要包括三类算法:「基于领域的方法」、「隐语义模型」、「基于图的随机游走算法」,这里主要给大家介绍一下「基于领域的方法」,分为user cf和item cf两种。

基于用户的协同过滤(user collaborative filtering)

user cf的基础逻辑是给用户推荐和他兴趣相似的其他用户喜欢的物品,步骤如下:

设有两个用户u和v,n(u)表示用户u曾经有过正反馈的物品集合,可通过以下方式计算两个用户的兴趣相似度:

jaccard公式:

计算余弦相似度:

得到用户的兴趣相似度后,选择与用户兴趣最相似的k个用户,将他们的兴趣物品(并排除目标用户已反馈过的物品),推荐给目标用户。

算法缺点

因此,亚马逊推出了-item cf。

基于物品的协同过滤(item collaborative filtering)

user cf的基础逻辑是给用户推荐和他之前喜欢的物品相似的物品,步骤如下:

通过计算喜欢物品 i 的用户中有多少也喜欢物品 j,来计算两个物品的相似度:

得到物品的相似度后,选择与其最相似的k个物品集合,推荐给目标用户。

评估一个推荐系统的质量,需要综合多个维度进行评估,核心维度如下:

除了以上所述,搭建推荐系统,还需要考虑的一个重要问题就是“冷启动”,涉及冷启动的场景主要有以下三类:

一个新用户,没有任何历史行为数据,怎么做推荐。

一个新上线的物品,没有用户对它产生过行为,怎么推荐给感兴趣的用户。

一个新开发的网站,没有用户数据,怎么做个性化推荐。

根据系统的场景属性,可以设计不同的冷启动方式:

设计一个健全的推荐系统,算法和策略需要综合考虑多项因素,包括服务器、计算资源成本,人力成本,可持续性和可扩展性等。

高质量的推荐系统会使用户对系统产生依赖,因此,推荐系统不仅能为用户提供个性化服务,还能与用户建立长期稳定的关系,提高用户忠诚度,防止用户流失。

希望我的梳理可以给到一些启发和参考。

本文由 @orca 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自unsplash,基于cc0协议。

推荐