推荐阅读时间:5min~8min 文章内容:解释什么是推荐系统
到底什么是推荐系统?按照维基百科的定义:它是一种信息过滤系统,用于预测用户(User)对物品(Item)的评分和偏好。这个定义不是很好理解。我们可以从以下几个角度来了解推荐系统。
推荐系统可以把那些最终会在用户(User)和物品(Item)之间产生的连接给提前找出来。
这里有三个重点词汇:最终、连接、提前。我们分别解释下:
连接
“连接”这个词含义非常广泛,但凡能够产生关系的都是连接,比如用户对物品做出了一个行为,或者用户的某些属性和物品的属性一样等等,这些都属于连接。
上面的话语是基于以下这个事实:万事万物有相互连接的大趋势,比如人和人倾向于有更多社会连接,于是有了各种社交产品(比如微信、QQ);比如人和商品有越来越多的消费连接,于是有了各种电商产品(比如京东、天猫);人和资讯有越来越多的阅读连接,于是有了信息流产品(比如今日头条)。
最终
“最终”这个词表示用户和物品的连接会在之后的某个时间节点建立完成,这个时间节点可能会较短,也可能会较长。
提前
“提前”这个词表示推荐系统可以在用户和物品的连接最终建立完成之前发现这个连接关系。
世界是一个数字化的大网,但里面只有两类节点:人和其他。
人是互联的终极意义,“其他”统称为物品,物品可能是人、资讯、消费品、服务等。推荐系统就是要在这张巨大的网中,不断去发现那些很可能会和人发生连接的另一类物品节点,让它们和用户真的建立连接。
总结下上面逻辑:
推荐系统需要已经存在的连接,从已有的连接去预测未来的连接。
这里列举一些更为具体的例子:
上面的这些例子都说明了推荐系统想要发现新的连接,需要先输入已经存在的连接。
维基百科的定义提供了一个说法:预测用户评分和偏好。这是推荐系统背后相关算法和技术的两大分类,但比这个定义更抽象的实现方式分类是:机器推荐和人工推荐,也就是通常说的“个性化推荐”和“编辑推荐”。
两者之间还存在现在最常见的领域专家推荐,也就是网红推荐,如何为用户找到适合他的网红也属于推荐系统范畴。
总结下,推荐系统就是用已有的连接去预测未来用户和物品之间会出现的连接
提供大量Python、机器学习、深度学习、量化交易等主题相关的学习视频资料,包含吴恩达、林轩田、CS224n、谷歌机器学习速成课等经典视频资料。后台回复“我要资料”下载视频资料。以下为部分资料截图:
1. 吴恩达机器学习课程,包含课程ppt、学习笔记、习题代码:
2. 林轩田机器学习课程(基石与技法),包含课件:
3. 机器学习与量化交易实战,包含课件、实战代码:
作者:无邪,个人博客:脑洞大开,专注于机器学习研究。