推荐系统实践笔记一: 好的推荐系统
好的推荐系统
发展
目录类网站(好123)-----》搜索引擎(百度,谷歌)------》推荐系统(豆瓣)
推荐系统和搜索引擎对于用户来说是两个互不的工具。搜索引擎满足了用户有明确目的主动查找需求,而推荐系统能够在用户没有明确目的时候发现他们感兴趣的新内容。
应用
1.电子商务
2.电影和视频网站
3.音乐电台
4.社交网络
5.个性化阅读
6.LBS
7.个性化邮件
8.个性化广告
评估方法:
1.离线实验:根据日志系统,将数据分为训练集和测试机,在训练集上训练模型,在测试集验证结果
2.用户调查
3.在线测试。如:AB测试(随机将用户分组,测试不同算法性能)
评估指标:
1用户满意度(如用户买了推荐的商品等)
2 预测准确度
(用预测值与真值计算RMSE,MAE)
准确率,召回率(TOPN推荐)
3覆盖率(如果所有的物品出现在推荐列表中,且次数差不多,那么推荐系统挖掘长尾的能力就能好,覆盖率高)
4多样性
5新颖性
6惊喜度
7信任度
8实时性
9健壮性(防作弊)