首页 » 开发 » 阿里云大学:搭建个性化推荐引擎系统学习笔记

阿里云大学:搭建个性化推荐引擎系统学习笔记

 

由于信息过载情况的出现,导致推荐系统的概念被提出。
长尾问题:商业化的未来,是在冷门商品和关注他们的人群的匹配上面。和长尾关键词一样。这里也需要推荐系统。
根据用户的而信息需求,信息兴趣等,将用户感兴趣的信息和产品等推荐给用户的个性化推荐系统。一个能让用户对你产生依赖才是好的推荐系统。
销售领域可以参考导购员。

什么是推荐系统:
推荐系统的三个模块:用户建模模块。推荐对象建模模块。推荐算法模块。
流程图

好的推荐系统应具备:满意度,新颖性,惊喜度,准确度,健壮性,多样性,信任度,覆盖率,实时性 以上指标存在内在联系,有的高了。别的就会下降。

四类算法:
1、基于人口统计学的推荐
最容易实现的,根据用户基本信息建模,计算用户相似度,根据相似用户推荐,不需要冷启动,需要收集很多用户的隐私信息,无法用于高品质领域。用户习惯也会改变。


2、基于内容的推荐
根据物品分类,只需要用户本身的数据就行。需要对物品分析。不考虑人对物品的态度。

3、基于用户的协同过滤
找到相近用户群,根据相似用户推荐。有用户评分的经常使用。

4、基于物品的协同过滤
所有用户对物品的相互偏好,

阿里云推荐引擎receng
推荐系统的组成:

三种计算:

A/B测试

推荐引擎产品数据模型:
共性:用户自己手工创建,有一定要求,用户表,物品表,行为表必须要有数据。格式和表里一样。

原文链接:阿里云大学:搭建个性化推荐引擎系统学习笔记,转载请注明来源!

2