`

推荐系统:Recommender Systems 简介

 
阅读更多
本文可以任意转载,转载时请务必以超链接形式标明文章 原始出处 版权信息

本文是关于推荐系统的系列研究文章之一,其他内容将陆续发布。这些内容,大多数来自我在2004年底完成的一篇项目方案建议书。放在这里,抛砖引玉,供大家讨论之用。
-------------------------------------------

一、引言

Internet的迅猛发展将人类带入了信息社会和网络经济时代,对企业发展和个人生活都产生了深刻的影响。一方面,基于Internet的虚拟企 业不再需要像传统的物理环境下企业那样的实体投资,企业与顾客、供应商等建立起更直接的联系,电子商务模式为企业发展提供了更多的机会;同时, Internet的发展正在极大地改变我们每个人的生活,人们不出家门就可随心所欲地得到自己想要的商品,网上购物的经历让我们感受到电子商务带来的惊 喜。

在电子商务的虚拟环境下,商家所提供的商品种类和数量非常多,用户不可能通过一个小小的计算机屏幕一眼就知道所有的商品,用户也不可能象在物理环境 下那样检查挑选商品。因此,需要商家提供一些智能化的选购指导,根据用户的兴趣爱好推荐用户可能感兴趣或是满意的商品,使用户能够很方便地得到自己所需要 得到的商品。而且,从现实经验来看,用户的需求经常是不明确的、模糊的,可能会对某类商品有着潜在的需求,但并不清楚什么商品能满足自己的模糊需求。这 时,如果商家能够把满足用户模糊需求的商品推荐给用户,就可以把用户的潜在需求转化为现实的需求,从而提高产品的销售量。

在这种背景下,推荐系统(Recommender Systems)应运而生,它是根据用户的特征,比如兴趣爱好,推荐满足用户要求的对象,也称个性化推荐系统(Personalized Recommender Systems)。实际中应用最多的,是在网上购物(尤其是B2C类型)环境下的、以商品为推荐对象的个性化推荐系统,它为用户推荐符合兴趣爱好的商品, 如书籍,音像等。

二、概念

现在被广泛引用的推荐系统(Recommender System)的定义是Resnick & Varian 在1997年给出的:“它是利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程”。

推荐有三个组成要素:推荐候选对象、用户、推荐方法,如图1所示。推荐活动在我们日常生中普遍存在,根据不同的推荐对象和推荐方法,推荐活动形式多 样,如,超市购物导购员为用户推荐用户喜爱的产品,提高销售能力;现实生活中朋友间相互推荐喜爱的电影;推销员向用户推销产品等,都是推荐活动,可以说, 只要存在多个候选对象,就存在选择问题,存在选择就有推荐问题存在。

 

分享到:
评论

相关推荐

    推荐系统RecommenderSystems-master

    **内容概要**:RecommenderSystems-master 是一个关于推荐系统的完整项目,包含详细的推荐系统理论知识、算法实现和实践案例。项目涵盖了协同过滤、基于内容的推荐、混合推荐、矩阵分解、深度学习在推荐系统中的应用...

    Recommender systems based on graph embedding techniques

    本综述论文“Recommender systems based on graph embedding techniques”由电子科技大学的研究者撰写,全面回顾了图嵌入技术在推荐系统中的应用。论文分为三部分,分别探讨了二部图、一般图和知识图谱的嵌入技术在...

    Recommender Systems.pdf

    推荐系统的相关出版物和会议也是本课程关注的一部分,包括ACM Recommender Systems Conference、WWW、SIGIR、ICDM、KDD、UMAP、CHI等。相关期刊也覆盖了机器学习、数据挖掘、信息系统、用户建模、人机交互等领域。 ...

    Practical Recommender Systems.pdf

    《实用推荐系统》这本书主要探讨了推荐系统这一领域的重要理论与实践方法,是理解、设计和构建推荐系统的关键参考资料。推荐系统是信息技术中一个至关重要的部分,它通过分析用户的行为和偏好,为用户提供个性化的...

    Group Recommender Systems_An Introduction-Springer(2018).pdf

    2018年出版的《Group Recommender Systems: An Introduction》一书,由多位作者合著,包括Alexander Felfernig、Ludovico Boratto、Martin Stettinger和Marko Tkalčič,该书旨在为读者提供群体推荐系统的基本概念...

    Wide Deep Learning for Recommender Systems.pdf

    《Wide Deep Learning for Recommender Systems.pdf》这篇文章是关于为推荐系统设计的广度与深度结合的深度学习架构。在推荐系统中,算法需要处理海量稀疏特征输入的大规模回归和分类问题。文章中提到的广度学习模型...

    Recommender Systems An Introduction.pdf

    《推荐系统:入门与进阶》一书,作为IT领域特别是推荐系统研究的重要参考资料,提供了对推荐系统领域的全面概述。本书由德国多特蒙德工业大学计算机科学教授Dietmar Jannach、奥地利克雷姆斯多瑙河大学应用信息学...

    Introduction to Recommender Systems Handbook

    Introduction to Recommender Systems Handbook Francesco Ricci, Lior Rokach and Bracha Shapira Recommender Systems (RSs) are software tools and techniques providing suggestions for items to be of use to...

    Social recommender systems

    ### 社会化推荐系统(Social Recommender Systems) #### 概述 随着互联网技术的快速发展,社交媒体已成为人们日常生活中不可或缺的一部分。例如Flickr、YouTube、Blogger、Wikipedia、Delicious、MySpace、...

    2020-A Survey on Conversational Recommender Systems.pdf

    然而,对话式推荐系统(Conversational Recommender Systems, CRS)则采取了一种不同的方法,支持更加丰富的交互方式,如改进偏好获取过程、允许用户询问推荐理由以及提供反馈等。 近年来,对CRS的兴趣显著增加,这...

    Practical Recommender Systems (Python) - 2019.pdf

    关于推荐系统从算法到工程,架构的一本综合书,详细介绍了如何开发一个使用的推荐系统,2019年最新版。 英文介绍: Practical Recommender Systems explains how recommender systems work and shows how to create...

    Manning.Practical.Recommender.Systems

    **标题与描述中的关键词**:“Practical Recommender Systems”强调了本书聚焦于实际应用层面的推荐系统技术。推荐系统是一种能够根据用户的兴趣偏好为其提供个性化推荐的技术或算法集合。这类系统广泛应用于电子...

    Matrix factorization techniques for recommender systems

    根据提供的文件信息,以下是对“Matrix factorization techniques for recommender systems”文档的知识点详细说明: 1. 矩阵分解技术 文档的标题提到了“矩阵分解技术”,这是一种在推荐系统中广泛使用的技术,...

    2017-Collaborative Autoencoder for Recommender Systems.pdf

    在当前的信息技术领域,推荐系统(Recommender Systems, RS)是电子商务服务中的一个重要组件。它们在用户的满意度提升和内容提供者的利润增加方面发挥着重要作用。例如,Netflix上的大约80%的电影观看是通过推荐...

    Wide &Deep learning for Recommender Systems

    ### Wide & Deep Learning for Recommender Systems #### 一、引言 在当今互联网时代,推荐系统已成为连接用户与海量信息的重要桥梁。面对庞大的数据集,如何有效地为用户提供个性化推荐成为了一个亟待解决的问题。...

    机器学习-推荐系统导论 Introduction to Recommender Systems

    推荐系统导论 Introduction to Recommender Systems Machine Learning 专项课程 自然语言处理公开课(Natural Language Processing).zip 1.0GB 文本挖掘和分析 Text Mining and Analytics.zip 428.6MB 人工智能...

Global site tag (gtag.js) - Google Analytics