摘要：推荐系统需要根据用户的历史行为和兴趣预测用户未来的行为和兴趣，在没有足够初始数据的情况下，设计个性化推荐系统并且让用户对推荐结果满意从而愿意使用推荐系统，就是冷启动的问题。 3.1 冷启动问题简介 用户冷启动：新用户没有历史数据 物品冷启动：将新物品推荐给可能对它感兴趣的用户 系统冷启动：没有用户， 阅读全文

摘要：基于用户行为分析的推荐算法是个性化推荐系统的重要算法，学术界一般将这种类型的算法称为协同过滤算法。顾名思义，协同过滤就是指用户可以齐心协力，通过不断地和网站互动，使自己的推荐列表能够不断过滤掉自己不感兴趣的物品，从而越来越满足自己的需求。 2.1 用户行为数据简介 一般来说，不同的数据集包含不同的行 阅读全文

摘要：推荐系统的实验方法 离线实验 用户调查 在线实验 AB测试: 通过一定的规则将用户随机分成几组，并对不同组的用户采用不同的算法，然后通过统计不同组用户的各种不同的评测指标比较不同算法 优点：可以公平获得不同算法实际在线时的性能指标，包括商业上关注的指标 缺点：周期比较长，必须进行长期的实验才能得到可 阅读全文