推荐系统| 概述
重新定义什么是推荐系统：
它能做什么；它需要什么；它怎么做。
对于第一个问题“它能做什么”，
我的回答是：推荐系统可以把那些最终会在用户（User）和物品（Item）之间产生的连接提前找出来。
这里简单说一下“连接”这个词，这个词含义非常广泛，凡是能够产生关系的都是连接，比如用户对物品做出了一个行为，或者用户的某些属性和物品的属性一样等等，有关系就是连接。
为什么这么说呢？这是基于这么一个事实：万事万物有相互连接的大趋势，比如人和人倾向于有更多社会连接，于是有了各种社交产品；比如人和商品有越来越多的消费连接，于是有了各种电商产品；人和资讯有越来越多的阅读连接，于是有了信息流产品。
这还只是纯数字世界，随着各种物理实体智能化趋势越来越明显，万物互联还会进一步强化。世界是一个数字化的大网，但里面只有两类节点：人和其他。人是互联的终极意义，“其他”统称为物品，物品可能是人、资讯、消费品、服务等。推荐系统就是要在这张巨大的网中，不断去发现那些很可能会和人发生连接的另一类物品节点，让它们和用户真的建立连接。
1. 推荐系统的目的
信息过载
推荐系统
- 推荐系统是信息过载所采用的措施，面对海量的数据信息，从中快速推荐出符合用户特点的物品。解决一些人的“选择恐惧症”；面向没有明确需求的人。
- 解决如何从大量信息中找到自己感兴趣的信息。
- 解决如何让自己生产的信息脱颖而出，受到大众的喜爱。
目的：
- 让用户更快更好的获取到自己需要的内容
- 让内容更快更好的推送到喜欢它的用户手中
- 让网站（平台）更有效的保留用户资源
2. 推荐系统的基本思想
- 利用用户和物品的特征信息，给用户推荐那些具有用户喜欢的特征的物品。
- 利用用户喜欢过的物品，给用户推荐与他喜欢过的物品相似的物品。
- 利用和用户相似的其他用户，给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品。
知你所想，精准推送
- 利用用户和物品的特征信息，给用户推荐那些具有用户喜欢的特征的物品。
物以类聚
- 利用用户喜欢过的物品，给用户推荐与他喜欢过的物品相似的物品。
人以群分
- 利用和用户相似的其他用户，给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品。
3. 推荐系统的数据分析
- 要推荐物品或内容的元数据，例如关键字，分类标签，基因描述等；
- 系统用户的基本信息，例如性别，年龄，兴趣标签等
- 用户的行为数据，可以转化为对物品或者信息的偏好，根据应用本身的不同，可能包括用户对物品的评分，用户查看物品的记录，用户的购买记录等。这些用户的偏好信息可以分为两类：
①显式的用户反馈：这类是用户在网站上自然浏览或者使用网站以外，显式的提供反馈信息，例如用户对物品的评分，或者对物品的评论。
②隐式的用户反馈：这类是用户在使用网站是产生的数据，隐式的反应了用户对物品的喜好，例如用户购买了某物品，用户查看了某物品的信息等等。
4. 推荐系统的分类
- 根据实时性分类
离线推荐
实时推荐
- 根据推荐原则分类
基于相似度的推荐
基于知识的推荐
基于模型的推荐
- 根据推荐是否个性化分类
基于统计的推荐
个性化推荐
- 根据数据源分类
基于人口统计学的推荐
基于内容的推荐
基于协同过滤的推荐
混合推荐
实际网站的推荐系统往往都不是单纯只采用了某一种推荐的机制和策略，往往是将多个方法混合在一起，从而达到更好的推荐效果。比较流行的组合方法有：
加权混合
- 用线性公式（linear formula）将几种不同的推荐按照一定权重组合起来，具体权重的值需要在测试数据集上反复实验，从而达到最好的推荐效果
切换混合
- 切换的混合方式，就是允许在不同的情况（数据量，系统运行状况，用户和物品的数目等）下，选择最为合适的推荐机制计算推荐
分区混合
- 采用多种推荐机制，并将不同的推荐结果分不同的区显示给用户
分层混合
- 采用多种推荐机制，并将一个推荐机制的结果作为另一个的输入，从而综合各个推荐机制的优缺点，得到更加准确的推荐
5. 推荐系统评测
- 让用户更快更好的获取到自己需要的内容
- 让内容更快更好的推送到喜欢它的用户手中
- 让网站（平台）更有效的保留用户资源
6. 推荐系统实验方法
离线实验
- 通过体制系统获得用户行为数据，并按照一定格式生成一个标准的数据集
- 将数据集按照一定的规则分成训练集和测试集
- 在训练集上训练用户兴趣模型，在测试集上进行预测
- 通过事先定义的离线指标评测算法在测试集上的预测结果
用户调查
- 用户调查需要有一些真实用户，让他们在需要测试的推荐系统上完成一些任务；我们需要记录他们的行为，并让他们回答一些问题；最后进行分析
在线实验
- AB测试
7. 推荐系统评测指标
预测准确度、用户满意度、覆盖率、多样性、惊喜度、信任度、实时性、健壮性、商业目标
推荐准确度评测
评分预测
- 很多网站都有让用户给物品打分的功能，如果知道用户对物品的历史评分，就可以从中学习一个兴趣模型，从而预测用户对新物品的评分
- 评分预测的准确度一般用均方根误差（RMSE）或平均绝对误差（MAE）计算
Top-N推荐
- 网站提供推荐服务时，一般是给用户一个个性化的推荐列表，这种推荐叫做 Top-N推荐
- Top-N推荐的预测准确率一般用精确率（precision）和召回率（recall）来度量
准确率、精确率和召回率
假如某个班级有男生80人,女生20人,共计100人，目标是找出所有女生。现在某人挑选出50个人，其中20人是女生，另外还错误的把30个男生也当作女生挑选出来了。那么怎样评估他的工作？
将挑选结果用矩阵示意表来表示 ： 定义 TP，FN，FP，TN 四种分类情况：
准确率(accuracy)
- —— 正确分类的 item 数与总数之比：
- A = (20+50) / 100 = 70%
精确率(precision)
- ——所有被检索到的 item 中，"应该被检索到"的 item 占的比例：
- P = 20 / (20+30) = 40%
召回率(recall)
- ——所有检索到的 item 占所有"应该检索到的item"的比例：
- R = 20 / (20 + 0) = 100%
