推薦系統簡介

推薦系統常常用於幫助人們實現過載資訊的篩選。幫助人們在眾多的資訊中進行篩選，向用戶推薦個性化的物品，這個物品可以是一部電影，一首歌，或者一本書，亦或者行車路線。推薦系統通過日誌等資訊獲取使用者的興趣愛好等，實現對物品的推薦。使用者可以接受推薦也可以不接受，這些資訊又可以作為反饋回到推薦系統中去。

推薦系統中資料

1.物品

物品就是被推薦的物件。

2.使用者

根據使用者的喜好或者對於某件物品的評分等資訊進行協同過濾等操作。使用者也是被推薦物品的物件，沒有了被推薦物件，推薦也就沒有了意義。

3.事務

事務就是使用者和推薦系統的一次互動。使用者將自己的喜好資訊通過顯式的評分也好，通過隱式的文字描述也好產生了評價，那麼推薦系統就可以根據這些資訊進行學習和優化。通過，使用者的點選等資訊也是可以給推薦系統一定的反饋資訊的。

推薦方法的分類

1.基於內容的推薦

系統為使用者推薦與使用者感興趣的物品相類似的物品。根據計算物品間的相似程度來進行推薦操作。

2.協同過濾（最流行的）

基於興趣相似的使用者的喜好物品進行推薦。將興趣愛好類似的使用者喜好的物品推薦給指定的使用者。

3.基於人口統計學（很少使用）

基於使用者的國籍，或者語言等等。

4.基於知識

這些知識是確定如何確定物品的哪些特徵能夠滿足使用者需要和偏好，以及如何確定物品對使用者有用。

5.基於社群

根據使用者的社交網路使用者的喜好資訊進行物品的推薦。

6.混合推薦系統

多種推薦技術的混合使用。