在使用者沒有明確需求時，幫助他們發現感興趣的新內容。
推薦演算法的本質是通過一定的方式將使用者和物品聯絡起來，而不同的推薦系統利用了不同的方式。
個性化推薦系統需要依賴使用者的行為資料。
準確的**並不代表好的推薦。比如說，該使用者早 就準備買《c++ primer中文版》了，無論是否給他推薦，他都準備購買，那麼這個推薦結果顯然是不好的，因為它並未使使用者購買更多的書，而僅僅是方便使用者購買一本他本來就準備買的書。 那麼，對於使用者來說，他會覺得這個推薦結果很不新穎，不能令他驚喜。同時，對於《c++ primer 中文版》的出版社來說，這個推薦也沒能增加這本書的潛在購買人數。
所以，好的推薦系統不僅僅能夠準確**使用者的行為，而且能夠擴充套件使用者的視野，幫助使用者發現那些他們可能會感興趣，但卻不那麼容易發現的東西。同時，推薦系統還要能夠幫助商家，將那些被埋沒在長尾中的好商品，介紹給可能會對它們感興趣的使用者。
離線實驗：
(1) 通過日誌系統獲得使用者行為資料，並按照一定格式生成乙個標準的資料集;
(2) 將資料集按照一定的規則分成訓練集和測試集;
(3) 在訓練集上訓練使用者興趣模型，在測試集上進行**;
(4) 通過事先定義的離線指標評測演算法在測試集上的**結果。
使用者調查/反饋：
在完成離線實驗和必要的使用者調查後，可以將推薦系統上線做ab測試，將它和舊的演算法進行比較。
一般來說，乙個新的推薦演算法最終上線，需要完成上面所說的3個實驗。
1. 使用者滿意度
2. **準確度
3. 覆蓋率
4. 多樣性
5. 新穎性
6. 實時性
使用者維度：活躍度、新使用者等
物品維度：物品屬性、新物品、流行度等
時間維度：季節、假期、週末等
推薦系統實踐 筆記 第1章
推薦系統，幫助資訊消費者從大量資訊中找到自己感興趣的資訊，幫助訊息生產者讓資訊展現在對它感興趣的使用者面前 資訊過載的解決方案 分類目錄 搜尋引擎 分類目錄只能覆蓋少量的熱門 推薦系統，幫助使用者快速發現有用資訊，不需要使用者提供明確的需求，通過分析使用者的歷史行為給使用者的興趣建模 搜尋引擎滿足了...
什麼是推薦系統？ 推薦系統實踐筆記1
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...
推薦系統實踐 項亮（1）好的推薦系統
目錄 第1章 好的推薦系統 1.1 什麼是推薦系統 1.2 個性化推薦系統的應用 1.2.1 電子商務 1.2.3 個性化 網路電台 1.2.4 社交網路 1.2.5 個性化閱讀 1.2.6 基於位置的服務 1.2.7 個性化郵件 1.2.8 個性化廣告 1.3 推薦系統評測 1.3.1 推薦系統實...