2019年6月

1、什么是推荐系统按照维基百科的定义：推荐系统是一种信息过滤系统，用于预测用户对物品的评分或偏好。这个定义不是很好理解，因为它用“怎么做”来定义“是什么”，我们可以换个角度来理解：2、推荐系统能做什么？它可以把那些最终会在用户和物品之间产生的连接找出来。世间的万事万物都有连接，人与人之间的社会连接促进了社交产品的诞生，人与商品之间的消费连接造就了无[...]

在商业社会中，有一种亘古不变的关系：供求关系，供求关系的背后是交换。无论是实体经济还是虚拟经济，都是基于这个原理。供求关系动态变化，当供给小于需求时，就产生了稀缺，有了稀缺，就有了商业。推荐系统处理的是信息，它的主要作用是在信息生产方和信息消费方搭建起桥梁，从而建立连接。在信息经济中，看上去供求方是信息生产者，需求方是注意力提供者(信息消费者)。推[...]

前言本篇将主要介绍基于系统过滤的推荐系统及其Python实现。协同过滤思想协同过滤（collabrotive filtering）是商品销售（尤其是网店）常用的推荐方法，分为基于用户（user-based）和基于商品（item-based）两种情况，整体思想是在已经有销售记录的数据库中，从用户购买的历史商品数据中找到用户或产品的相似度，然后对用户做[...]

LFM算法简介LFM算法是属于隐含语义模型的算法，不同于基于邻域的推荐算法。隐含语义模型有：LFM，LDA，Topic Model对于基于邻域的机器学习算法来说，如果要给一个用户推荐商品，那么有两种方式：一种是基于物品的，另一种是基于用户的。基于物品的是从该用户之前的购买商品中，推荐给他相似的商品。基于用户的是找出于该用户相似的用户，然后推荐给他相[...]

1、什么是上下文之前提到的推荐系统算法主要集中研究了如何联系用户兴趣和物品，将最符合用户兴趣的物品推荐给用户，但这些算法都忽略了一点，就是用户所处的上下文(context)。这些上下文包括用户访问推荐系统的时间、地点、心情等，对于提高推荐系统的推荐系统是非常重要的。比如，一个卖衣服的推荐系统在冬天和夏天应该给用户推荐不同种类的服装。推荐系统不能因为[...]