隨著資訊科技（information technology）和網際網路（internet）的發展，人們逐漸從資訊匱乏的時代走向資訊過載的時代。
對於內容生產者來說，需要思考的問題是如何使生產的資訊受到使用者的大量關注；對於使用者來說，如何快速找到自己所需要的資訊是很重要的。因此，有效連線內容生產者和使用者是至關重要的。
為了解決資訊過載的問題，有兩種解決方法已經被證明有效，這兩種方法分別是分類目錄（雅虎）和搜尋引擎（谷歌）。
分類目錄對熱門的**進行分類，方便使用者根據類別進行網頁查詢。但是隨著網際網路規模的不斷擴大，分類目錄的覆蓋度達到上限，無法滿足使用者日益增長的需求。
推薦系統則能很好的解決了這個問題。當使用者沒有明確的目的時，推薦系統能夠通過分析使用者的歷史行為，主動為使用者提供感興趣的內容。因此，搜尋引擎和推薦系統可以視為兩個互補的工具。
在維基百科的解釋下，推薦系統是一種資訊過濾系統，用於**使用者對物品的「評分」或「偏好」。推薦系統的基本任務是連線使用者和物品，解決資訊過載的問題，而推薦系統的最大特點是個性化。
推薦系統 0 什麼是推薦系統？
隨著資訊科技和網際網路的發展，人們逐漸從資訊匱乏的時代走人了資訊過載 informationoverload 的時代。推薦系統就是解決資訊過載的重要工具。它的任務是聯絡使用者和資訊，一方面幫助使用者發現對自己有價值的資訊 另一方面讓資訊能夠展現在對它感興趣的使用者面前，從而實現資訊消費者和資訊生產者...
談談推薦系統（一）什麼是推薦系統
前言 上個月公司的同事提議組內做幾次關於資料探勘的技術串講交流下學習和工作經驗，本著提攜新人的考慮，建議博主也講點什麼。開始時博主想簡單講一講推薦演算法的協同過濾演算法。後來考慮到其實串講不僅僅是和其他人交流分享，也是對自己已有知識的鞏固。想一想還是加點挑戰，談談推薦系統吧 為什麼選推薦系統呢，原因...
推薦系統實踐
實驗方法 測評指標 測評維度 使用者活躍度和物品流行度 長尾分布 一般來說，不活躍的使用者要麼是新使用者，要麼是只來過 一兩次的老使用者。那麼，不同活躍度的使用者喜歡的物品的流行度是否有差別？一般認為，新使用者傾向於瀏覽熱門的物品，因為他們對 還不熟悉，只能點選首頁的熱門物品，而老使用者會逐漸開始瀏...