来自IBM的推荐算法：以Amazon、豆瓣网为例，探索推荐引擎内部的秘密.pdfVIP

来自IBM的推荐算法：以Amazon、豆瓣网为例，探索推荐引擎内部的秘密 随着 Web 技术的发展 ，使得内容的创建和分享变得越来越容易。每天 都有大量的图片、博客、视频发布到网上。信息的极度爆炸使得人们找到他 们需要的信息将变得越来越难。传统的搜索技术是一个相对简单的帮助人们 找到信息的工具 ，也广泛的被人们所使用 ，但搜索引擎并不能完全满足用户 对信息发现的需求 ，原因一是用户很难用恰当的关键词描述自己的需求 ，二 是基于关键词的信息检索在很多情况下是不够的。而推荐引擎的出现 ，使用 户获取信息的方式从简单的目标明确的数据的搜索转换到更高级更符合人 们使用习惯的上下文信息更丰富的信息发现。 信息发现 如今已经进入了一个数据爆炸的时代，随着 Web2.0 的发展， Web 已经变成数据分享的平台，那么 ，如何让人们在海量的数据中想要找到他们 需要的信息将变得越来越难。 在这样的情形下，搜索引擎（Google ，Bing，百度等等）成为大家快 速找到目标信息的最好途径。在用户对自己需求相对明确的时候 ，用搜索引 擎很方便的通过关键字搜索很快的找到自己需要的信息。但搜索引擎并不能 完全满足用户对信息发现的需求 ，那是因为在很多情况下 ，用户其实并不明 确自己的需要