《推荐系统实践》读书笔记

这本书我看了几次,一直听到推荐系统这个词,没有很好地了解，通过看了这本书终于明白了其运行的机制和大致的构建思路，只是更进一步的算法还没认真去理解和参透。


基于注册信息的个性化推荐流程基本如下：
(1) 获取用户的注册信息；
(2) 根据用户的注册信息对用户分类；
(3) 给用户推荐他所属分类中用户喜欢的物品。


推荐系统实验方法

离线实验

1通过日志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；

2将数据集按照一定的规则分成训练集和测试集；

3在训练集上训练用户兴趣模型，在测试集上进行预测；

4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

测试用户的选择必须尽量保证测试用户的分布和真实用户的分布相同

AB测试系统



一个新的推荐算法最终上线，需要完成离线实验，在线实验，AB测试三个实验
首先，需要通过离线实验证明它在很多离线指标上优于现有的算法。
然后，参见要通过用户调查确定它的用户满意度不低于现有的算法。
最后，通过在线的AB测试确定它在我们关心的指标上优于现有的算法。



获取各种评测指标的途径




UserCF和ItemCF优缺点的对比[b]



[b]推荐系统联系用户和物品的几种途径



把整体的框架大概描述出来了









这篇文章也不错

一文读懂推荐系统知识体系
http://tech.dezai.cn/Detail.Aspx?AI=96322

上一篇: 2017.11.05 2017 杭州马拉松
下一篇: 《活着》读后感
文章来自: 本站原创
引用通告: 查看所有引用 | 我要引用此文章
Tags:
相关日志: