王守昆 - 兴趣图谱与社交图谱.pdf

兴趣图谱 与社交图谱 2013. 4. 26 北京 个性化推荐的历史 1992 ～ 2002 2002 ～ 2012 2012 ～ 信息 工具/体验 交易 社交图谱 兴趣图谱 可推荐的产品 模型效果 个性化推荐的收益 Volume 新用户转化率提升30% 用户粘性提升15% 用户活跃度提升10% year 1 year 2 year 3 year 4 社交图谱 六度空间 150法则 小世界理论 社交图谱的多样性 人与人的关系 语义的复杂性 用人来描述人 兴趣图谱与社交图谱 人群 粘性 频度 持久性 兴趣图谱 生人网络 中/低 中/低 高 社交图谱 熟人网络 高 高 高/ 中/低 利用社交网络改进服务 推荐准确率提高10% 用户粘性增加20% 用户活跃度增加20% 大数据挑战 用 户 亿 X 百 X 千 兴趣图谱 大数据挑战 CPU Bound or I/O Bound? 网络的本质是关联 关联意味着 数据规模呈平方量级增长 以迭代为核心的学习算法 对分布式计算和存储提出新要求 下一代推荐系统 个性化推荐 前所未有的机会 web 2.0, 云计算 ，成熟的技术准备 要么是平台 ，要么是平台的一部分 个性化推荐 ，下一件大事？ Q A 谢谢