电子商务大数据分析教学课件5-推荐系统.pptxVIP

电子商务数据分析;第5章 推荐系统;5.1.1 什么是推荐系统？如果周六晚上，你想看一部电影，打开一个在线的电影网站，一般怎么找到这个电影呢？;4.1 什么是推荐系统？5.1.1 什么是推荐系统？找到合适的电影，并不是一个简单的问题。方案A：问问室友或是好朋友，有什么推荐？方案B: 在某个电影网站上浏览。方案C: 看看电影的排行榜。方案D: 使用搜索系统。方案E: 使用推荐系统。在海量的在线电影资源中??找到一个合适的电影，并不是一个容易的问题。难点在于：电影资源太多，每个人都有不同的偏好。;5.1.1 什么是推荐系统？推荐系统产生的原因(1)存在海量的电影资源 - 信息过载问题 (Information Overloading)在信息时代，最大的问题不是信息不充分，而是在海量的信息中，人们获得优质信息资源的时间成本比较高。解决信息过载问题的3种方法:(a) 物品的目录: 雅虎公司(b) 搜索引擎: 谷歌公司，百度公司。(c) 推荐系统: 淘宝，京东等各种电商公司，网易云音乐等。(a) 物品目录: 用户浏览，但仍然没有完全解决问题。(b) 搜索引擎: 需要用户输入关键词，如果用户本身不知道关键词，很难。(c) 推荐系统: 用户不需要知道关键词，根据历史记录和社交关系等进行推荐。;5.1.1 什么是推荐系统？推荐系统产生的原因(2)长尾理论 (The Long Tail)，Chris Anderson, 2004年。80/20原则：80%的销售额来自于20%的热门商品。长尾理论：80%不热门的商品的销售总额，可能会超过20%的热门商品。长尾理论是亚马逊，淘宝等电商的商业模式的基础。;5.1.1 什么是推荐系统？推荐系统产生的原因(2)长尾理论的口语化描述。;5.1.1 什么是推荐系统？推荐系统产生的原因(3)从信息过载和长尾理论出发，来解释推荐系统。推荐系统是用户和物品的桥梁。在大量过载的物品信息中，帮助信息消费者找到合适的物品信息，帮助信息的生产者，把合适的物品信息推给合适的消费者。推荐系统，需要挖掘每一个用户的历史行为，把合适的长尾物品信息，推荐给需要它的用户。问题：推荐系统和搜索引擎有什么不同？两者是什么关系？;5.1.1 什么是推荐系统？推荐系统的几种类型？(1)社会化推荐 (Social Recommending)(2)基于内容的推荐 (Content-based Filtering)(3)协同过滤(Collaborative Filtering)什么是社会化推荐？通过一定的社交关系，进行推荐。以用户为一个节点，用户的社交关系建立一个ego-network,来源于朋友的推荐信息，往往对用户的决策有很大的影响。基于社交的推荐，也可以是一种基于口碑的推荐，使得该物品在社交网络上变得流行起来。;5.1.1 什么是推荐系统？推荐系统的几种类型？(1)社会化推荐 (Social Recommending)(2)基于内容的推荐 (Content-based Filtering)(3)协同过滤(Collaborative Filtering)什么是基于内容的推荐？(以电影为例)分析用户过去一段时间，看过的电影，找到这些电影中用户可能喜欢的导演，演员，或是电影类型，推荐这些导演或是演员最新的电影，或是某种电影类型最新的电影。 ;5.1.1 什么是推荐系统？推荐系统的几种类型？(1)社会化推荐 (Social Recommending)(2)基于内容的推荐 (Content-based Filtering)(3)协同过滤(Collaborative Filtering)什么是协同过滤？(以电影为例)找到和用户的观影历史，通过观影历史，找到一些兴趣相似的用户，这些用户最近的观影记录，作为推荐的依据。 ;5.1.1 什么是推荐系统？什么是推荐系统？用户和海量长尾物品的信息中介。通过社交关系（好友）历史兴趣(内容或协同过滤)以及注册信息等，帮助用户找到合适的物品。帮助物品的企业找到潜在的消费者。;5.1.2 推荐系统的实例推荐系统依赖于大量的用户行为数据，用户的行为数据以日志的形式存储在各类型网站的服务端。搜索引擎大量的依赖于网页的原始信息，少量的依赖于用户的行为日志。推荐系统的应用领域非常广泛：包括电子商务，电影，视频，音乐，社交网络，阅读，基于位置的服务，个性化邮件，个性化广告等各种方面。讨论：请大家讨论一下现实生活中关于推荐系统的应用。