推荐系统综述.pptxVIP

推荐算法综徐泉华

推荐系统目的：解决信息过载问题宗旨：为用户快速找到其所需要的信息

经典的推荐技术

基于用户基于工程如果大局部用户对一些项的评分比较相似,那么当前用户对这些项的评分也比较相似如果一些用户对某一类工程的打分比较接近，那么他们对其它类工程的打分也比较接近。协同过滤--------基于内存

协同过滤--------基于内存表示邻居用户形成推荐生成

开始读入用户评分计算用户相似性根据用户相似性排序选择前K个邻居根据K近邻的评分项目预测用户评分选择预测评分最高的前N个项目作为推荐列表结束协同过滤--------基于内存表示邻居用户形成推荐生成

?协同过滤--------基于内存

?协同过滤--------基于内存

协同过滤--------基于内存缺点：稀疏性问题冷启动问题可扩展性问题实时性问题

协同过滤——--基于模型实时性问题可扩展性问题稀疏性问题

协同过滤——--基于模型将建模技术运用到协同过滤算法中,采用一定方法训练相关历史数据建立模型,当用户到达时,只需扫描一遍评分数据库就能确定目标用户相比照较喜欢的工程,来实现在线预测推荐。线下：模型建立〔数据挖掘技术〕模型具有滞后效应，需要周期性更新模型建立算法复杂，耗时，必须线下进行线上：推荐性能的优劣关键在于好的模型建立与否,好的模型相对原始数据集而言小得多却能挖掘出用户和工程之间更多的潜在关系，一