个性化推荐系统分析-百卓采购网.docVIP

焦点科技 个性化推荐系统分析 暨推荐系统算法研究 杨昕 2013/1/5 本文的目标是分析现在业界的推荐系统，并且提出切实可行的方案，如何将推荐系统应用到实际工作中去，突破网站运营中的关键技术，为网站的用户带来更高的价值。  目录 个性化推荐系统定义 3 联系信息生产者与信息消费者，解决互联网时代信息过载的工具 3 个性化推荐系统同其他解决信息过载工具之间的区别 3 推荐系统和搜索之间的联系与区别 4 什么是好的个性化推荐系统： 4 用户满意度 5 预测准确度 5 评分预测： 6 TopN推荐 6 评分预测和TopN推荐的讨论 7 覆盖率 7 多样性 8 新颖性 8 信任度 9 实时性 10 健壮性 10 评价推荐系统 10 推荐系统的算法 11 如何利用用户行为数据进行用户推荐 12 用户行为数据特征 13 实验以及评测方式： 14 基于用户行为推荐算法选取的评测指标, 14 下面说明常用协同过滤算法以及优缺点： 15 基于用户的协同过滤算法（UserCF）： 15 1：找到和用户兴趣相似的用户集合 15 实际应用UserCF-IIF算法： 17 基于物品的协同过滤算法（ItemCF） 17 基于物品的协同过滤算法的用户活跃度改进（ItemCF-IUF）： 19 基于物品的协同过滤算法的物品相似度的归一化 19 UserCF和ItemCF的综合比较 2