推荐系统分类
- 社会化推荐 social recommendation
- 基于内容的推荐 content-based filtering
- 基于协同过滤的推荐 collaborative filtering
- 基于物品的推荐算法 item-based method
解决信息过载的方法
- 分类目录
- 搜索引擎
- 推荐系统
推荐系统的评价
为了全面评测推荐系统对三方利益的影响，本章将从不同角度出发，提出不同的指标。这些指标包括准确度、覆盖度、新颖度、惊喜度、信任度、透明度等。这些指标中，有些可以离线计算，有些只有在线才能计算，有些只能通过用户问卷获得。
记录
- 个性化推荐系统在这些网站中的主要作用是通过分析大量用户行为日志，给不同用户提供不同的个性化页面展示，来提高网站的点击率和转化率。
- 几乎所有的推荐系统应用都是由前台的展示页面、后台的日志系统以及推荐算法系统3部分构成的。
- 亚马逊有两种相关商品列表，一种是包含购买了这个商品的用户也经常购买的其他商品（如图1-6所示），另一种是包含浏览过这个商品的用户经常购买的其他商品。这两种相关推荐列表的区别就是使用了不同用户行为计算物品的相关性。此外，相关推荐列表最重要的应用就是打包销售（cross selling）。当你在购买某个物品的时候，亚马逊会告诉你其他用户在购买这个商品的同时也会购买的其他几个商品，然后让你选择是否要同时购买这些商品。如果你单击了同时购买，它会把这几件商品“打包”，有时会提供一定的折扣，然后卖给你。
- 音乐推荐
- 社交网络
- 基于位置的服务
- 个性化邮件
- 个性化广告
问题
- 社会化推荐和基于协同过滤的推荐之间的区别是什么？