首页 > 科技 >

金地毯商业 AI推荐系统研究报告

2018-07-02 14:16:03 网络整理 阅读:193 评论:0

前言

什么是推荐系统?

当你心理产生一个需求的时候,能通过这个工具顺利实现对这个需求的搜索,并获得符合心理预期的产品列表,这个工具我们就称之为——推荐系统。

随着互联网行业的井喷式发展,获取信息的方式越来越多,人们从主动获取信息逐渐变成了被动接受信息,信息量也在以几何倍数式爆发增长。举一个例子,PC时代用google reader,常常有上千条未读博客更新;如今的微信公众号,也有大量的红点未阅读。垃圾信息越来越多,导致用户获取有价值信息的成本大大增加。为了解决这个问题,我个人就采取了比较极端的做法:直接忽略所有推送消息的入口。但在很多时候,有效信息的获取速度极其重要。

由于信息的爆炸式增长,对信息获取的有效性,针对性的需求也就自然出现了。推荐系统应运而生。

那么,什么样的推荐系统是好的推荐系统呢?

1.什么是好的推荐系统——用户视角1.1用户层面:对用户真正有价值的推荐1.1.1符合用户的预期

推荐结果精准,能较大概率的覆盖用户的需求;用户搜索词与推荐物品有较高的匹配度,这里通常用召回率和准确率来衡量上述指标。

召回率:正例在实际总的正例中被预测正确的概率

准确率:正例被预测正确的概率

1.1.2让用户产生惊喜

在满足精准性的情况下,推荐系统能挖掘人性需求,帮用户拓展眼界探索未知,产生惊喜。

其体现在推荐结果的多样性,物品间知识关联性等。比如用户搜索古典音乐类书籍,可以在列表中增加与此类型音乐相配的古典舞蹈、茶艺等书籍。

另外,推荐物品不能和用户所购买物品物理绑定。比如用户购买红楼梦上,系统推荐红楼梦下,这个推荐对用户来说并不存在真正心理需求

1.2系统层面:技术

相关文章