推荐系统[一]:超详细知识介绍,一份完整的入门指南,解答推荐系统是什么。

Posted 汀、

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了推荐系统[一]:超详细知识介绍,一份完整的入门指南,解答推荐系统是什么。相关的知识,希望对你有一定的参考价值。

1. 推荐算法的初步理解

如果说互联网的目标就是连接一切,那么推荐系统的作用就是建立更加有效率的连接,推荐系统可以更有效率的连接用户与内容和服务,节约了大量的时间和成本。

1.1 推荐系统主要解决问题

  • 任务一:挖掘长尾:帮助用户找到想要的物品(音乐、商品、新闻),挖掘长尾效应中的非流行市场

我们在网上冲浪时,常常被大量的物品信息所淹没。从海量信息中找到自己想要的信息,实属不易(如面对淘宝各种各样的打折活动不知所措)。在经济学上,有一个经典的名词叫“长尾效应”,该效应的内容是:从人们需求的角度上看,大多数的需求会集中在某一小部分,而这部分我们可以称之为流行,而分布在剩余部分的需求是个性化的、零散的和小量的需求。这就意味着,有大量资源是鲜有人问津的,这不仅造成了资源利用上的浪费,也会使口味偏小众的用户被流行的内容所淹没。

  • 任务二:降低信息过载

进入互联网时代后,信息量已处于爆炸的状态。如果把所有内容都展示出来,用户肯定无法全部接收,这必然会造成信息过载,信息的利用率将十分低下。因此就需要推荐系统来帮我们把低价值的信息给筛选掉。

  • 任务三:提高站点的点击率、转化率

好的推荐系统总是能给用户推荐出想要的内容,让用户更频繁地访问站点,增强用户黏度。

  • 任务四:加深对用户的了解,为用户提供个性化的定制服务<

以上是关于推荐系统[一]:超详细知识介绍,一份完整的入门指南,解答推荐系统是什么。的主要内容,如果未能解决你的问题,请参考以下文章

推荐系统[八]:推荐系统常遇到问题和解决方案[物品冷启动问题多目标平衡问题数据实时性问题等]

推荐系统[五]:重排算法详解相关概念整体框架常用模型;涉及用户体验[打散多样性],算法效率[多任务融合上下文感知]等

推荐系统[八]算法实践总结V3:重排在快手短视频推荐系统中的应用and手淘信息流多兴趣多目标重排技术

推荐系统[八]算法实践总结V4:混排算法在淘宝信息流第四代混排调控框架实战,提升推荐实时性捕捉实时兴趣。

推荐系统[六]:混排算法简介研究现状混排技术以及MDP-DOTA信息流第三代混排调控框架,高质量项目实战。

超详细:完整的推荐系统架构设计