一、目錄組織圖（單擊圖放大）

二、補充筆記

1、情境，簡言之，可以理解為使用者的一些額外資訊，比如位置、時間、天氣、是否有同伴陪同等。我認為是能夠影響使用者決策的一些額外的資訊。

2、推薦問題可以歸納為預測一個使用者未接觸的物品的評分，這個預測通常是基於該使用者對其他物品的評分、其他使用者對該物品的評分以及一些其他可以利用的資訊。

3、顯式獲得，直接詢問使用者；隱式獲得，例如通過手機獲得位置資訊；推斷獲得，通過統計和資料探勘的方法獲得資訊。

4、情境預過濾是對原始資料的選擇和重構，但是一定要注意，如果過濾的情境的條件苛刻，容易導致資料稀疏。過濾的情境的條件寬鬆，那麼沒有針對性。

5、情境後過濾，那麼過濾掉無關的推薦或調整列表裡推薦的排名。

6、組合預過濾器，首先，手動設定資料塊大小閾值，情境預過濾後，如果資料塊的大小過小，進行泛化搜尋更大的資料塊。其次，根據資料的預測效能，如果預測的效能小於沒有經過情境過濾的資料，那麼淘汰掉這些預過濾器，最後如果再相同的效能下，更加泛化的預過濾器的資料將會留下，其餘淘汰。