全文索引(A-1)-用户数据收集(用户研究)
推荐系统根据用户的信息和历史行为记录,构造出用户的个性化模型,再依据特定的推荐算法,向用户推荐其可能感兴趣的项目。
如何获取用户的偏好?
建议用户对一些指定项目进行评分,如对:小说、传记、技术书、图画、散文进行感兴趣评分,然后得到用户的偏好,分析用户这些偏好,为用户提供个性化推荐。
如果用户的信息非常少,或者收集用户信息非常困难,推荐系统没有用户数据,推荐系统就难以运作。
推荐系统有助于解决信息不对称问题。
在推荐系统的引导下,用户能逐渐清楚自己的需求,这是对用户巨大的帮助。
推荐系统最早用来解决信息过载的问题。
系统需要:记录用户行为、用户习惯、用户兴趣、用户偏好等。
从这些信息构造能够表示用户兴趣的模型。
用户信息分好几个方面:
用户的人口统计学信息(性别、年龄、工作区域、民族、语言)
用户的偏好信息
用户的统计学信息,可以在用户注册时获取和收集,如果某些信息项没有,甚至可以根据用户的行为信息进行分析,挖掘出这些信息项的值。
根据用户信息,理解用户的动机、目标和期望。
分析用户的期望,把用户进行分类。