推荐系统充斥于互联网的各个角落,听音乐、看视频、看新闻、购物、学习课程等等。
1.1 推荐系统的作用
用户:在信息过载的情况下,帮助用户高效获得感兴趣的信息。
公司:通过推荐吸引用户留存、增加用户黏性、提高转化率。
1.1.1 推荐系统的目标
不同的商业形态,有不同的目标
1.2 推荐系统的架构
推荐系统考虑在场景信息(上下文信息,时间、地点、天气等)下,实现用户信息(历史行为、关系网络、基本属性)和物品信息(商品推荐指商品信息,视频推荐指视频信息)的匹配。
1.2.1 形式化定义
用户 U
场景 C
物品 I
预测用户U对物品I的喜好程度
f ( U , I , C ) f(U,I,C) f(U,I,C)
根据喜爱程度做排序,记得到推荐列表。
1.2.2 技术架构
数据:用户信息、物品信息、场景信息(存储、更新)
模型:训练、部署、预测(如何实现)