QConShanghai2013-陈运文-推荐系统实战与效果提升之道.pdfVIP

QCon北京2014大会 4月25—27日 @InfoQ infoqchina 推荐系统实战与效果提升之道 陈运文 kddchen@ 引言 推荐系统对于用户的核心价值 用户的诉求 推荐系统的功能 Ø  帮用户便捷的筛选出感兴趣的 Ø  描述物品的特点 ，并与用户 内容 的个性化偏好进行匹配 Ø  面对陌生领域时提供参考意见 Ø  进行有效的信息过滤以解决 用户的过载问题 Ø  需求不明确时 ，作用户的“贴 心助手” Ø  根据用户反馈迅速捕捉用户 的兴趣 ，以及兴趣的变化 Ø 满足用户的好奇心 Ø 选择合适的场景、时机、表 例 ：附近好吃的餐厅 现方式进行推荐 推荐系统的主要设计目标 用户体验是根本 ，细分为三个部分 ： 功能 种类丰富完善 ，例如 ：相关推荐、个 功能 性化推荐、热门推荐 效果 推荐的高准确性 ，推荐结果的完备性 性能 快速、稳定 效果 性能 功能、效果、性能三方面相辅相成、互相作用与影 响；良好的推荐性能需要进行全面考虑与平衡 推荐系统开发中的常见问题 ¨  怎样从无到有实现一个推荐系统 ？ ¨  怎样改进推荐架构以达到更优的效果 ？ ¨  各种推荐算法在实践中的特点如何 ，怎样选择和运用 ？ ¨  常用的推荐效果优化手段有哪些 ？分别起到什么样的作用 ¨  如何平衡效果和性能 ，面对大数据量时可以怎样处理 ？ ¨  推荐的时效性应该怎样解决 ，如何迅速捕捉用户偏好并完成推荐 ？ 讲座提纲 ¨  宗旨 ：1 ） 面向实践 ；2 ）循序渐进 ；3 ）只说“干货” 基础篇 从零开始 开发推荐系统 1 从排行榜说起 ¨  热门推荐（排行榜 ） ¤  最广为人知、最直观 ¤  满足了用户的从众心理 ，被用户认可 ： e.g. 按销量排序 ¨  点评 ：技术简单 ，开发维护容易 ¤  SQL、Ranking ¤  在各类网站中大量运用 ¨  热门推荐的问题 ： ¤  结果单一、形式单调 ¤  容易加剧“马太效应” ¤  无法体现个性化 2 引入item内容分析进行推荐 ¨  引入对待推荐物品（item ）属 性信息 ，改善推荐质量 ¤