协同过滤推荐.pptVIP

贵州大学计算机科学与技术学院 主讲人：牛俊洁 协同过滤推荐 BIG DATE 目录 协同过滤 协同过滤定义 用户行为分析 算法测评 协同过滤算法 算法改进 为了让推荐结果符合用户口味，我们需要深入了解用户。 最理想情况是用户注册的时候主动告诉我们他喜欢什么。 数据挖掘的经典案例啤酒和尿布 这是一个现代商场智能化信息分析系统发现的秘密。这个故事被公认是商业领域数据挖掘的诞生。 对用户行为进行深度分析，去发现用户行为数据中那些不是显而易见的规律。 BIG DATE 用户行为分析的重要性 基于用户行为分析的推荐算法是个性化推荐系统的重要算法，学术界一般将这种类型的算法称为协同过滤算法。 BIG DATE 协同过滤算法的定义 在网站上最简单的存在形式就是日志。 BIG DATE 用户行为数据简介 原始日志 (raw log) 会话日志 (session log) 展示日志 (impression log) 点击日志(click log) Hadoop Hive Google Dreme 显性反馈行为。不同的显性反馈系统根据网站自己的特点设计评分系统 。 隐形反馈行为。隐形反馈系统最具代表的就是页面浏览行为。 BIG DATE 用户行为分类 各个领域中这两种行为