推荐系统的介绍与设计.docx

? ? 推荐系统的介绍与设计 ? ? 文章目录 推荐系统 推荐系统的介绍 推荐系统的作用 推荐系统的工作原理 推荐系统与搜索引擎的区别 推荐系统和Web项目的区别 推荐系统设计 推荐系统架构 大数据Lambda架构 推荐算法架构 深度学习对推荐系统的影响 深度学习推荐系统总结 推荐系统 推荐系统的介绍 没有明确需求的用户访问了我们的服务, 且服务的物品对用户构成了信息过载, 系统通过一定的规则对物品进行排序,并将排在前面的物品展示给用户,这样的系统就是推荐系统。 推荐系统所解决的根本问题就是：在“信息过载”的情况下，用户如何高效获取感兴趣的信息。 推荐系统的作用 高效连接用户和物品, 发现长尾商品。 留住用户和内容生产者, 实现商业目标。 推荐系统的工作原理 社会化推荐 向好友咨询, 让好友给自己推荐物品。 基于内容的推荐 打开搜索引擎, 输入自己喜欢吃的食物, 然后看看返回结果中还有什么品牌的食物是自己没去吃过的。 基于流行度的推荐 查看票房，美食榜单。 基于协同过滤的推荐 找到和自己历史兴趣相似的用户, 看看他们最近在看什么电影。 推荐系统与搜索引擎的区别 对比项 搜索引擎 推荐系统 行为方式 主动 被动 意图 明确 模糊 个性化 弱 强 流量分布 马太效应 长尾效应 目标 快速满足 持续服务 评估指标 简明 复杂 推荐系统和Web项