社會(huì)計(jì)算復(fù)習(xí) 之 REVIEW RECOMMENDER SYSTEMS

什么是Racommender system

A system which could recommand stuff based on others people did

為什么要使用推薦系統(tǒng)

在購(gòu)物網(wǎng)站上观蜗,我們有太多的選擇
廣告的種類太多
找到最好的網(wǎng)站
推薦影片和書籍

幫助用戶選擇他們想要的,幫助用戶根據(jù)goal做正確的決定

推薦的算法

基于特征的推薦算法 Feature Based (content based)

基于一件事物的特點(diǎn)推薦另一件事物缩赛,比如說(shuō)超人1的電源會(huì)推薦超人2

喜歡一個(gè)導(dǎo)演就會(huì)推薦這個(gè)導(dǎo)演的作品伦泥;喜歡一個(gè)演員就會(huì)推薦這個(gè)演員的作品

推薦可以給予該用戶對(duì)于一件事物的rate卖宠, Recommendation based on the commonalities among
the items that a user has rated before

Feature Based 算法優(yōu)點(diǎn)

  • 不需要復(fù)雜的計(jì)算就可以離線處理孕荠,計(jì)算時(shí)間少
  • 推薦的東西便于解釋

比如說(shuō)Gmail AD他會(huì)根據(jù)你的Email分析出你喜歡什么東西宦搬,從而發(fā)送廣告給你

Feature Based 算法問(wèn)題

  • Overspecialization
  • 僅推薦與評(píng)級(jí)過(guò)的東西相似的東西沈自,比如說(shuō)超人1那么只會(huì)推薦DC的Mavel的電影邻奠,然而哈利波特將會(huì)無(wú)法被推薦
  • 特性取決于上下文笤喳、和內(nèi)容的種類
  • 沒(méi)有小組智慧 No Wisdom from Group

協(xié)同過(guò)濾算法 Collaborative filtering

基于其他用戶的評(píng)價(jià),或者是基于鄰居或相同或相似的人的意見(jiàn)(Neighboor)

它使用統(tǒng)計(jì)學(xué)的方法碌宴,從而做出對(duì)于相似用戶和產(chǎn)品的預(yù)測(cè)杀狡,統(tǒng)計(jì)方法有兩種:一種是User to User,一種是item to item

比如說(shuō)贰镣,其他用戶買了這本書的同時(shí)也購(gòu)買了另一本書捣卤,所以,也向你推薦另一本書

協(xié)同過(guò)濾算法的好處

  • Content is irrelevant, 任何內(nèi)容無(wú)關(guān)緊要
  • 擁有了群組智慧
  • 在商業(yè)界和學(xué)術(shù)界最常用adopted and studied

協(xié)同過(guò)濾算法問(wèn)題

  • Cold Start Problem八孝,就是必須要有幾個(gè)rating該算法才可以執(zhí)行
  • Too Expensive董朝,算法比較復(fù)雜
  • 人類是會(huì)變得,有時(shí)候他的愛(ài)好會(huì)產(chǎn)生變化

混合算法 Hybird

就是基于feature base 和 Collaborative filtering

不會(huì)的知識(shí)點(diǎn)

User to user的算法

  • Build Matrix of thing each user bought / viewed / rated
  • Compute similarity between user
  • Find similar user to you
  • Recommand stuff they bought/ view rate that you have not yet.

item to item的算法

根據(jù)你喜歡什么推薦相似的東西干跛,因?yàn)橐槐緮?shù)學(xué)書永遠(yuǎn)都是數(shù)學(xué)書子姜,但是一個(gè)人就一直都會(huì)變;所以說(shuō)item based similarity change less frequently than user based similarity

比user更好的原因是楼入,我們只需要處理幾個(gè)item就可以了哥捕,而如果我們需要處理user的話,就需要處理很多人嘉熊。

Less storage, Faster computing


想要看到更多瑋哥的學(xué)習(xí)筆記遥赚、考試復(fù)習(xí)資料、面試準(zhǔn)備資料阐肤?想要看到IBM工作時(shí)期的技術(shù)積累和國(guó)外初創(chuàng)公司的經(jīng)驗(yàn)總結(jié)凫佛?

image

敬請(qǐng)關(guān)注:

瑋哥的博客 —— CSDN的傳送門

瑋哥的博客 —— 簡(jiǎn)書的傳送門

瑋哥的博客 —— 博客園的傳送門

瑋哥的博客 —— 51Testing的傳送門

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市孕惜,隨后出現(xiàn)的幾起案子愧薛,更是在濱河造成了極大的恐慌,老刑警劉巖衫画,帶你破解...
    沈念sama閱讀 219,490評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件毫炉,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡削罩,警方通過(guò)查閱死者的電腦和手機(jī)瞄勾,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,581評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門费奸,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人进陡,你說(shuō)我怎么就攤上這事愿阐。” “怎么了四濒?”我有些...
    開(kāi)封第一講書人閱讀 165,830評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵换况,是天一觀的道長(zhǎng)职辨。 經(jīng)常有香客問(wèn)我盗蟆,道長(zhǎng),這世上最難降的妖魔是什么舒裤? 我笑而不...
    開(kāi)封第一講書人閱讀 58,957評(píng)論 1 295
  • 正文 為了忘掉前任喳资,我火速辦了婚禮,結(jié)果婚禮上腾供,老公的妹妹穿的比我還像新娘仆邓。我一直安慰自己,他們只是感情好伴鳖,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,974評(píng)論 6 393
  • 文/花漫 我一把揭開(kāi)白布节值。 她就那樣靜靜地躺著,像睡著了一般榜聂。 火紅的嫁衣襯著肌膚如雪搞疗。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書人閱讀 51,754評(píng)論 1 307
  • 那天须肆,我揣著相機(jī)與錄音匿乃,去河邊找鬼。 笑死豌汇,一個(gè)胖子當(dāng)著我的面吹牛幢炸,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播拒贱,決...
    沈念sama閱讀 40,464評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼宛徊,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了逻澳?” 一聲冷哼從身側(cè)響起岩调,我...
    開(kāi)封第一講書人閱讀 39,357評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎赡盘,沒(méi)想到半個(gè)月后号枕,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,847評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡陨享,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,995評(píng)論 3 338
  • 正文 我和宋清朗相戀三年葱淳,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了钝腺。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,137評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡赞厕,死狀恐怖艳狐,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情皿桑,我是刑警寧澤毫目,帶...
    沈念sama閱讀 35,819評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站诲侮,受9級(jí)特大地震影響镀虐,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜沟绪,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,482評(píng)論 3 331
  • 文/蒙蒙 一刮便、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧绽慈,春花似錦恨旱、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 32,023評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至钝凶,卻和暖如春仪芒,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背腿椎。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,149評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工桌硫, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人啃炸。 一個(gè)月前我還...
    沈念sama閱讀 48,409評(píng)論 3 373
  • 正文 我出身青樓铆隘,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親南用。 傳聞我的和親對(duì)象是個(gè)殘疾皇子膀钠,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,086評(píng)論 2 355