一 推薦系統(tǒng)概述
? ? ? ?推薦系統(tǒng)目前幾乎無處不在，主流的app都基本應(yīng)用到了推薦系統(tǒng)。例如，旅游出行，攜程、去哪兒等都會給你推薦機票、酒店等等；點外賣，餓了么、美團等會給你推薦飯店；購物的時候，京東、淘寶、亞馬遜等會給你推薦“可能喜歡”的物品；看新聞，今日頭條、騰訊新聞等都會給你推送你感興趣的新聞....幾乎所有的app應(yīng)用或網(wǎng)站都存在推薦系統(tǒng)。
推薦系統(tǒng)目的：
? ?1.幫助用戶找到想要的商品（新聞，音樂等），發(fā)掘長尾（后文有簡介）
? ?2.降低信息過載，即現(xiàn)在是信息大爆炸的時代，物品越來越多，信息越來越多，而人的精力和時間是有限的，需要一個方式去更有效率地獲取信息，鏈接人與信息。
? 3.提高站點的點擊率和轉(zhuǎn)化率（電商，論壇，微博等）
針對用戶：
? ? ? ?在用戶明確的需求下：比如我們?nèi)ケ憷赀x購蘋果，我們可以憑經(jīng)驗去找到小攤位購買；在大型商場，我們可以通過導(dǎo)購牌分類，先找到出售生鮮水果的樓層，進而購買蘋果；在淘寶，京東等電商網(wǎng)站上，我們則是通過搜索引擎，來跳轉(zhuǎn)到相關(guān)的界面來選能夠
? ? ? ?在用戶沒有明確需求下：在信息過載的背景下，我們可以通過朋友介紹推薦，豆瓣參考評分等一系列的導(dǎo)游等等，這些統(tǒng)稱為推薦系統(tǒng)
? ? ? ?推薦系統(tǒng)不需要用戶明確的需求，而是通過用戶的歷史記錄，歷史行為來給用戶興趣的模型，從而主動給用戶推薦能夠滿足他們的興趣和需求的信息
針對商家：
? ? ?? 推薦系統(tǒng)可以更好的挖掘物品的長尾詞（傳統(tǒng)的80/20，即傳統(tǒng)的80%的銷售來源于20%的熱門品牌）；主流商品往往代替了大部分用戶的需求，而長尾商品往往代表了一部分的個性需求。
? ? ? ?推薦系統(tǒng)的本質(zhì)是通過了一定的方式將用戶和物品聯(lián)系起來，而不同的推薦采用不同的方式，比如利用好友，用戶歷史興趣及其用戶的注冊興趣信息等！
二 推薦系統(tǒng)的應(yīng)用
? ? ? ?個性化的推薦系統(tǒng)需要依賴用戶的行為數(shù)據(jù)，主要是通過分析大量的用戶的行為，給不同的用戶提供不同的個性化頁面展示，來提高網(wǎng)頁的點擊量和轉(zhuǎn)化率！
領(lǐng)域： 電子商務(wù)，電影，音樂，社交，服務(wù)，廣告等！
（1）電子商務(wù) —— Amazon
個性化推薦列表；相關(guān)推薦列表（打包銷售）
（2）電影和視頻網(wǎng)站 —— Netflix
（3）個性化音樂網(wǎng)絡(luò)電臺 —— Pandora 豆瓣
注意音樂推薦具有很多特殊點
（4）社交網(wǎng)絡(luò) —— Facebook
Facebook有個推薦API
（5）個性化閱讀 —— GoogleReader Zite
（6）基于位置的服務(wù)
位置是一種很重要的上下文信息
（7）個性化郵件 —— Tapestry
（8）個性化廣告 —— Facebook?
三 評測指標(biāo)
1 用戶滿意度 ?最重要指標(biāo)?
2 預(yù)測準(zhǔn)確度 ? ?（評分預(yù)測；TopN推薦：準(zhǔn)確率，召回率，度量等）
3 覆蓋率 ：推薦系統(tǒng)對于物品的長尾的挖掘能力（推薦效應(yīng)初衷就是為了消除馬太效應(yīng)，即強者俞強，弱者遇弱，可以理解為熱門商品越熱，冷門商品越冷）
判斷是否具有馬太效，可以利用基尼系數(shù)判斷（即G2>G1；評測推薦系統(tǒng)是否具有馬太效應(yīng)的簡單方法就是使用基尼系數(shù)，如果G1是從初始用戶行為中計算出的物品流行度的基尼系數(shù)，G2是從推薦列表中計算出的物品流行度的基尼系數(shù)，那么當(dāng)G2>G1時，就說明推薦算法具有馬太效應(yīng)）
4?多樣性 ?不在一棵樹上吊死
5新穎性 ?是指給用戶推薦那些他們之前沒有聽說過的物品
6 驚喜性
?注意與新穎性進行區(qū)別，尚沒有公認的定義指標(biāo)，只能通過問卷調(diào)查獲取
7 信任性
提高推薦系統(tǒng)的信任度主要在于需要增加推薦系統(tǒng)的透明度，即提供對推薦系統(tǒng)的解釋，讓用戶明白其運行機制
考慮用戶的社交網(wǎng)絡(luò)信息，利用好友信息進行推薦，利用好友進行解釋等
8 實時性
（1）推薦系統(tǒng)需要實時地更新推薦列表來滿足用戶新的行為變化 —— 通過推薦列表的變化速率來評測
（2）推薦系統(tǒng)需要能夠?qū)⑿录尤胂到y(tǒng)的物品推薦給用戶 —— 利用用戶推薦列表中多大比例的物品是當(dāng)天新加入的來評測
9 健壯性
（1）健壯性衡量一個推薦系統(tǒng)抗擊作弊（人為攻擊）的能力
（2）評測主要利用模擬攻擊
（3）可以通過以下手段提高系統(tǒng)健壯性：
設(shè)計推薦系統(tǒng)時盡量使用代價比較高的用戶行為，例如將瀏覽行為換為購買行為
在使用數(shù)據(jù)前，進行攻擊測試，從而對數(shù)據(jù)進行清理
10 商業(yè)目標(biāo)
與網(wǎng)站的盈利模式相關(guān)
11 總結(jié)
（1）對于離線優(yōu)化來說，一般在給定覆蓋率、多樣性、新穎性等約束條件下，優(yōu)化預(yù)測準(zhǔn)確度。
（2）為了充分了解一個算法的性能，應(yīng)該在多個維度上進行評測：
用戶維度：主要包括用戶的人口統(tǒng)計信息、活躍度以及是不是新用戶等
物品維度：包括物品的屬性信息、流行度、平均分以及時不時新加入的物品等
時間維度：包括季節(jié)、是工作日還是周末，是白天還是晚上等
歡迎各位大神交流，交流QQ群：688933850
