推荐引擎讲解.pptVIP

* 信任机制和社交网络的引入 协同过滤存在着诸如冷启动、数据稀疏、托攻击敏感的问题。信任机制和社交网络可以在一定程度上缓解或者解决这些问题。 * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 信任机制、社交网络、个性化推荐之间的关系 社交网络在推荐系统中的应用原理 基于信任的推荐系统如何缓解协同过滤的缺陷 信任机制和社交网络的引入 * 信任机制、社交网络、个性化推荐之间的关系 熟人（自己信任的人）的推荐更有说服力 社交网络是现阶段最有代表性的网络信任体系 * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 信任机制、社交网络、个性化推荐之间的关系 社交网络在推荐系统中的应用原理 基于信任的推荐系统如何缓解协同过滤的缺陷 信任机制和社交网络的引入 * 社交网络在推荐系统中的应用原理 * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 信任机制、社交网络、个性化推荐之间的关系 社交网络在推荐系统中的应用原理 基于信任的推荐系统如何缓解协同过滤的缺陷 信任机制和社交网络的引入 * 基于信任的推荐系统如何缓解协同过滤的缺陷 冷启动 数据稀疏 托攻击敏感 推荐结果缺乏说服力 * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 * 多种推荐策略的混合应用 1. 加权策略：根据预先定义的加权值把相似性和信任值结合起来 2. 混合策略：每种方法产生各自的推荐列表，然后把两个列表融合为一个列表发送给用户 * 多种推荐策略的混合应用 3.概率论策略：优先选择那些既相似又受信人的用户，而不是只相似或者只受信任的用户 4.转换策略：系统选择一种单一的推荐方法，当且仅当这种发让无法让人满意的时候才转换到另一种方法 * 多种推荐策略的混合应用 5.级策略：这种思路是创造一种严格的等级制度，在该制度下一个比较弱的推荐系统不可能颠覆一个较强的推荐系统产生的结果，但是可以完善这些结果。一个用户只有和当前用户相似并被当前用户所信任是才能被选择。即：第一种方法用来选择受信任用户，第二种方法在信任用户中选择相似用户 * 到此为止，谢谢！ * * * * * * * * * * * * * * * * * * * 首都经济贸易大学信息学院研究生 推荐引擎/推荐系统 首都经济贸易大学 信息学院 康永胜 * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 什么是推荐引擎/推荐系统？ 推荐引擎的作用 推荐引擎的必要性 搜索引擎与推荐引擎的区别 推荐引擎的特点 * 什么是推荐引擎/推荐系统？ 综合利用用户的行为、属性，对象的属性、内容、分类，用户对对象的喜好，以及用户之间的社交关系等等，挖掘用户的喜好和需求，主动向用户推荐其感兴趣或者需要的对象。 数据源 ?处理? 输出 数据源 用户：行为、属性 对象：属性、内容、分类 用户、对象间：偏好 用户间：社交关系、信任 处理 挖掘用户喜好 输出 为用户推荐其感兴趣或者需要的对象 ? ? * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 什么是推荐引擎/推荐系统？ 推荐引擎的作用 推荐引擎的必要性 搜索引擎与推荐引擎的区别 推荐引擎的特点 * 推荐引擎的特点 主动推荐：推荐引擎不是被动查找，而是主动推送；不是独立媒体，而是媒体网络；不是检索机制，而是主动学习。 推荐方法多样化：推荐引擎利用基于内容、基于用户行为、基于社交关系网络等多种方法，为用户推荐其喜欢的商品或内容。 * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 什么是推荐引擎/推荐系统？ 推荐引擎的作用 推荐引擎的必要性 搜索引擎与推荐引擎的区别 推荐引擎的特点 * 推荐引擎的作用 提高用户购物体验，提高转化率和增加用户黏度； 加速用户从浏览到购买的过程； 挖掘用户潜在需求，提高用户购买的品类数和多样性。 * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 什么是推荐引擎/推荐系统？ 推荐引擎的作用 推荐引擎的必要性 搜索引擎与推荐引擎的区别 推荐引擎的特点 * 推荐引擎的必要性 网络对象数量的井喷式增长 用户需求不明确 * 推荐系统概述 传统推荐系统介绍 基于信任的推荐系统介绍 多种推荐策略的混合应用 什么是推荐引擎/推荐系统？ 推荐引擎的作用 推荐引擎的必要性 搜索引擎与推荐引擎的区别 推荐引擎的特点 * 搜索引擎与推荐引擎的区别 是否主动学习 用户需求是否明确 搜索引擎 否 否 推荐引擎 是 是 * 推荐系统概述 传