• 推荐系统实践

    项亮
    2013-10-06 21:54:50
    向朋友咨詢
    2013-10-06 21:57:21
    電影的標題和海報。
    用戶反饋模塊——包括Play(播放)、評分和Not Interested(不感興趣)3種。
    推薦理由——因為用戶曾經喜歡過別的電影。
    2013-10-06 21:59:48
    。預測準確度是推薦系統領域的重要指標(沒有之一)。這
    2013-10-06 22:00:22
    所以,好的推薦系統不僅僅能夠準確預測用戶的行為,而且能夠擴展用戶的視野,幫助用戶发現那些他們可能會感興趣,但卻不那麼容易发現的東西
    2013-10-08 20:25:15
    他的基本意思就是,如果推薦結果和用戶的历史興趣不相似,但卻讓用戶覺得滿意,那麼就可以説推薦結果的驚喜度很高,而推薦的新穎性僅僅取決於用戶是否聽説過這個推薦結果。
    2013-10-08 20:26:16
    而增加推薦系統透明度的主要辦法是提供推薦解釋。只有讓用戶了解推薦系統的運行機制,讓用戶認同推薦系統的運行機制,才會提高用戶對推薦系統的信任度。
    2013-10-08 20:27:56
    推薦系統需要實時地更新推薦列表來滿足用戶新的行為變化
    2013-10-08 20:34:24
    基於用戶的協同過濾算法
    2013-10-08 20:41:17
    基於物品的協同過濾算法
    需要重新阅读

    多看筆記 來自多看閱讀 for iOS
    duokanbookid:ed873c9e323511e28a9300163e0123ac