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）