推荐系统入门资料
学习笔记-推荐系统介绍
基于内容的推荐
N是所有文档数量，n(i)为N中关键词i出现过文档的数量。 文档j中关键词i的TF-IDF权重可以计算为：
基于知识的推荐
我们在使用一些商业网站时，会弹出显式的评分收集窗口，因为大部分推荐系统采用 了协同过滤方法。 但是，买房、买手机、买汽车不像买衣服和买书那样频繁，因此会因为评分稀疏而效 果不好（burke 2000），CF系统此时并不适用。对某一个小区的描述停留在5年前新 建的那段时间，对于现在的购房者，他的描述并不是合适，基于内容的推荐因此也不 适用。 基于知识的推荐针对汽车、房屋这样用户由明确的需求，例如房子是三室两厅，位于 5-20楼之间，
协同过滤推荐
简单来说，就是如果用户在过去有相同的偏好，那么我们就可以预测他们在未 来也会有相似的偏好。 举一个例子： 如果用户甲和用户乙具有较为相似的购买经历（这里讲的相似，是指重叠的意 思），用户甲购买了一个空气清新器，而乙目前还不知道这种空气清新器的品 牌，那么会向用户乙去推荐这个牌子的空气清新器。 因为这种推荐逻辑含有隐式的两个用户之间的隐式协同，因此也被称为协调过 滤推荐（CF，Collaborative Filering）。
基于内容的推荐
例如，数码相机推荐系统的变量和约束条件： 用户属性（Vc）描述潜在的用户需求 产品属性（Vprod）按照分类描述产品的属性 一致性约束条件（Cr）定义了允许范围内的用户属性实例，比如价格上限。 过滤条件（Cp）定义了哪些条件下一个选择哪种产品 产品约束条件（Cprod）定义了当前有效的产品分类。 识别能匹配用户愿望和需求的一组产品的认为被称为推荐任务。
混合推荐方法
混合推荐方法
•混合系统的设计 分为整体式混合设计、并行式混合设计、流水线混合设计。 （1）整体式设计是将集中推荐策略整合到一个算法中实现混合设计：
第8章 推荐系统
8.1 推荐系统概念
第八章 推荐系统
8.1.3 推荐系统评测指标
1. 预测准确度 预测准确度是最重要的推荐系统离线评测指标，其度量一个推荐系统或者推荐算法预测 用户行为的能力。 在计算该指标时需要有一个离线的数据集，该数据集包含用户的历史行为记录。然后， 将该数据集通过时间分成训练集和测试集。最后，通过在训练集上建立用户的行为和兴趣模 型预测用户在测试集上的行为，并计算预测行为和测试集上实际行为的重合度作为预测准确 度。离线的推荐算法有不同的研究方向： （1）评分预测 很多提供推荐服务的网站都有一个让用户给物品打分的功能。如果知道了用户对物品的 历史评分，就可以从中获得用户的兴趣模型，并预测该用户在将来看到一个他没有评过分的 物品时，会给这个物品评多少分。预测用户对物品评分的行为称为评分预测。 评分预测的预测准确度一般通过均方根误差（RMSE）和平均绝对误差（MAE）计算。
11 of 91
8.1 推荐系统概念
8.1.2 发展历史
第八章 推荐系统
4.再前进阶段
由于推荐系统实际应用效果显著，近年来国际学术界与其相关的研究极为活跃。 2006年，MyStrands组织了Recommenders06大会，这是一个介绍推荐系统现状和未 来的暑期班。推荐系统研究的顶级会议是美国计算机学会（ACM）每年举办的RecSys 年会，该会议自2007年以来每年举行一次，成为全球关于推荐系统研究的最重要的交 流渠道和把脉其最新进展的重要窗口。上述事件揭示了人们对于基于上下文的推荐越来 越感兴趣，乐于改进研究方向使其立足于理解人们如何与机构或企业互动。
健壮性：具有经济效益的算法系统常常会受人攻击，以搜索引擎为例，如果某个商品称 为热门搜索词的第一个搜索结果，将会带来极大的商业利益，因此，搜索引擎的作弊和反作 弊斗争异常激烈。目前，推荐系统也遇到了同样的作弊问题，而健壮性（即robust，鲁棒性） 指标衡量了一个推荐系统抗击作弊的能力。
深入理解推荐系统的基本原理与方法
深入理解推荐系统的基本原理与方法推荐系统是一种能够帮助用户发现他们感兴趣的内容的软件工具。
它们通过分析用户的历史行为以及其他用户的行为来预测用户可能感兴趣的内容，并向他们提供个性化的推荐。
推荐系统在电子商务、社交媒体、音乐和视频流媒体等领域都发挥着重要作用，已经成为我们日常生活中不可或缺的一部分。
推荐系统能够帮助用户发现新的产品、服务和内容，提高用户的满意度和忠诚度，从而增加企业的销售额和利润。
因此，推荐系统的研究和应用在学术界和工业界都备受关注。
本文将深入探讨推荐系统的基本原理与方法，包括推荐系统的类型、推荐算法的原理和实现、以及推荐系统的评价指标和挑战。
一、推荐系统的类型根据推荐策略和推荐对象的不同，推荐系统可以分为不同的类型。
最常见的推荐系统类型包括：1.基于内容的推荐系统：基于内容的推荐系统通过分析物品的特征和用户的偏好来推荐相似的物品。
这种系统通常需要对物品进行特征提取和表示，然后通过计算物品之间的相似度来进行推荐。
2.协同过滤推荐系统：协同过滤推荐系统利用用户的历史行为和其他用户的行为来进行推荐。
这种系统通常分为基于用户的协同过滤和基于物品的协同过滤两种类型，通过计算用户之间的相似度或物品之间的相似度来进行推荐。
3.混合推荐系统：混合推荐系统结合了基于内容的推荐和协同过滤推荐的优势，通过多种推荐策略和算法来提供更加准确的推荐结果。
以上是推荐系统的一些基本类型，不同的系统类型适用于不同的应用场景和用户需求。
下面我们将重点介绍推荐系统常用的算法原理和实现方法。
二、推荐算法的原理与实现1.基于内容的推荐算法原理：基于内容的推荐系统通常需要对物品的特征进行提取和表示，然后通过计算物品之间的相似度来进行推荐。
常用的特征提取方法包括TF-IDF、词袋模型和word2vec等，相似度计算方法包括余弦相似度、欧氏距离和曼哈顿距离等。
2.协同过滤推荐算法原理：协同过滤推荐系统利用用户的历史行为和其他用户的行为来进行推荐。
电子商务平台中的推荐系统技术教程
电子商务平台中的推荐系统技术教程引言在如今的电子商务平台上，推荐系统已成为商家吸引用户、增加销售量的重要工具。
推荐系统的主要功能是根据用户的历史行为和个人喜好，向其推荐相关的商品或服务。
本文将介绍电子商务平台中常用的推荐系统技术，并对其原理、应用和优化进行详细说明。
第一章推荐系统的基本原理1.1 推荐系统的定义和作用推荐系统是通过分析用户的行为和个人特征，为其提供个性化推荐的系统。
它的作用是为用户节省搜索时间，减少信息过载，提高购物体验。
1.2 推荐系统的分类推荐系统可以分为基于内容的推荐、协同过滤推荐和混合推荐三类。
基于内容的推荐是根据用户的历史行为和商品的特征进行匹配；协同过滤推荐则是根据用户与其他用户的行为相似度来推荐商品；混合推荐综合了前两者的优点。
1.3 推荐系统的评价指标推荐系统的评价指标包括准确率、召回率、覆盖率和多样性等。
其中准确率和召回率可以综合衡量系统的性能，覆盖率和多样性可以反映系统的推荐范围。
第二章基于内容的推荐系统2.1 基于内容的推荐系统原理基于内容的推荐系统是根据用户的历史行为和商品的内容特征进行匹配推荐。
该系统利用关键词提取、特征提取等技术，判断用户的兴趣，并与商品进行匹配。
2.2 基于内容的推荐系统的应用基于内容的推荐系统在电子商务平台中广泛应用。
通过分析用户的搜索关键词、点击历史等，为用户提供与其兴趣相符的商品推荐，增加用户的购买概率。
2.3 基于内容的推荐系统的优化基于内容的推荐系统可以通过优化关键词提取、特征提取等技术来提升推荐准确率。
另外，引入用户反馈和社交网络数据也能提高推荐系统的性能。
第三章协同过滤推荐系统3.1 协同过滤推荐系统原理协同过滤推荐系统是根据用户与其他用户的行为相似度来推荐商品。
它的基本思想是“与你品味相似的人也喜欢这个商品”。
3.2 协同过滤推荐系统的应用协同过滤推荐系统广泛应用于电子商务平台中。
通过分析用户的浏览历史、购买历史等，找出与其喜好相似的其他用户，向其推荐商品。
推荐系统最基础的简介
• 根据推荐算法的不同，推荐系统可以分为 以下几类： · 协同过滤（collaborative filtering）系统； · 基于内容(content-based)的推荐系统； · 基于网络结构（network-based）的推荐系 统； · 混合（hybrid）推荐系统；
协同过滤系统
·核心思想：
基于内容的推荐系统
• 核心思想:
分别对用户和产品建立配置文件，通过分析 已经购买（或浏览）过的内容，建立或更新用户 的配置文件。系统可以比较用户与产品配置文件 的相似度，并直接向用户推荐与其配置文件最相 似的产品。基于内容的推荐算法的根本在于信息 获取和信息过滤。（用户的配置文件构建与更新 是最为核心的部分之一）
4.用户满意度
用户对推荐系统的满意度不仅仅取决于系统的准确度,而 是更多地取决于系统在多大程度上可以帮助用户完成任务
排序准确度
• 排序准确度用于度量推荐算法产生的列表符合用 户对产品排序的程度。 • 可以用平均排序分度量推荐系统的排序准确度， 定义如下：
ri
Li N
• 其中N为训练集中用户为选择的产品个数，Li预测 集中待预测产品i在推荐列表中的位置
预测打分关联
• 预测打分关联不考虑预测打分与用户打分各单项 的偏差，而是考虑两者之间整体的相关程度，推 荐系统中，3个常用的相关性描述有Pearson关联 ，Speaman关联和Kendall’s Tau。 • Tau越大表示系统预测结果越好
• 最终的资源分配矢量
f
'
Wf
f 为一 个n维的0/1矢量，给定的目标用户选择过 的产品上的初始资源设为1，其他设为0； W为n*n阶的矩阵。 ' f 按照中对应元素的大小进行排序，值越大说明 用户越喜欢该商品。
一文读懂推荐系统知识体系（附学习资料）
一文读懂推荐系统知识体系（附学习资料）来源：数据派THU 李中杰1. 推荐系统的3个W1.1 是什么(What is it？)推荐系统就是根据用户的历史行为、社交关系、兴趣点、所处上下文环境等信息去判断用户当前需要或感兴趣的物品/服务的一类应用。
1.2 为什么(Why is that？)为什么我们要用到推荐系统呢？随着信息技术和互联网的发展，人类从信息匮乏时代走向了信息过载（Information Overload）时代。
对于信息消费者，也就是用户，从大量信息中找到自己感兴趣的信息变得越来越困难；对于信息生产者，让自己生产的信息在众多信息中脱颖而出也变得越来越困难。
推荐系统正是为了解决这一矛盾而应运而生的。
推荐系统的主要任务就是联系用户和信息。
对用户而言，推荐系统能帮助用户找到喜欢的物品/服务，帮忙进行决策，发现用户可能喜欢的新事物；对商家而言，推荐系统可以给用户提供个性化的服务，提高用户信任度和粘性，增加营收。
我们可以通过一组数据了解推荐系统的价值：Netflix：2/3 被观看的电影来自推荐Google新闻：38%的点击量来自推荐Amazon：35%的销量来自推荐当你看到这些数字，推荐系统的价值就不言而喻了吧？1.3 用在哪(Where to apply？)在这个信息爆炸的时代，信息过载问题催生了推荐系统在我们日常生活中方方面面的渗透：电子商务、电影或视频网站、个性化音乐网络电台、社交网络、个性化阅读、基于位置的服务、个性化邮件、个性化广告……在你逛淘宝、订外卖、听网络电台、看美剧、查邮件、淘攻略的时候，推荐系统在你不知不觉中将你可能感兴趣的内容推送给你。
和搜索引擎不同，个性化推荐系统需要依赖用户的行为数据，一般都是作为一个应用存在于不同网站之中。
在互联网的各大网站中都可以看到推荐系统的影子。
例如都是逛淘宝，女同胞们和男同胞们看到的网页界面会有所不同。
以淘宝为例，本人（女）看到的淘宝界面：男票看到的淘宝界面：每个人的喜好不同，在页面上浏览的内容就不同，我们的每一次点击和搜索都会在网站上留下记录。
网络推荐系统使用教程：从入门到精通的实践指南(一)
网络推荐系统使用教程：从入门到精通的实践指南随着互联网的发展和智能设备的普及，人们对于个性化推荐的需求越来越高。
在互联网应用中，推荐系统已经成为了一个非常重要的功能，为用户提供了个性化的信息、商品或服务推荐。
本篇文章将为大家介绍网络推荐系统的使用方法，从入门到精通，帮助读者更好地利用推荐系统。
1. 什么是推荐系统？推荐系统是根据用户的兴趣和行为习惯，为用户提供个性化的推荐信息的系统。
它通过分析用户的历史数据、行为数据和与其他用户的相似度等来实现个性化推荐。
推荐系统广泛应用于电子商务、视频网站、新闻推荐等各个领域。
2. 推荐系统的工作原理推荐系统的工作原理可以简单概括为以下几个步骤：数据预处理、特征提取、相似度计算、推荐生成和排序。
首先，系统需要对用户和物品的历史数据进行预处理，包括数据清洗和归一化等操作。
然后，通过提取用户和物品的特征，建立用户和物品的表示空间。
接下来，根据用户和物品的特征向量计算它们之间的相似度。
然后，根据相似度计算结果，生成个性化推荐列表。
最后，根据一定的排序策略，将推荐列表进行排序，呈现给用户。
3. 推荐系统设计与优化推荐系统的设计和优化过程中需要考虑多个因素。
首先，选择合适的推荐算法。
常见的推荐算法包括协同过滤、内容过滤和混合推荐等。
不同的算法适用于不同的场景，需要根据实际需求选择合适的算法。
其次，提升数据的质量。
数据质量对于推荐系统的性能至关重要，需要对数据进行清洗和去噪等操作，提高数据的准确性和完整性。
此外，还可以通过增加用户反馈机制或引入领域知识等方式，进一步优化推荐系统的性能。
4. 推荐系统的评价与改进对于推荐系统的评价，可以使用准确率、召回率、覆盖率和多样性等指标进行评估。
准确率和召回率用来评估系统的推荐准确性和全面性，覆盖率用来评估系统对于长尾商品的覆盖程度，多样性用来评估系统是否能够提供多样化的推荐结果。
通过对评价指标的分析和改进，可以进一步优化推荐系统的性能。
电子商务平台中的推荐系统技术使用教程
电子商务平台中的推荐系统技术使用教程随着电子商务的迅速发展，人们对于商品的选择变得越来越多样化和庞大。
为了帮助用户从大量商品中找到自己感兴趣的商品，电子商务平台采用推荐系统技术成为一种非常有效的解决方案。
本文将为您提供关于在电子商务平台中使用推荐系统技术的详细教程，帮助您更好地了解和应用这项技术。
1. 推荐系统的概念和作用推荐系统是一种通过分析用户的历史行为和偏好，预测用户可能感兴趣的商品，并将这些商品推荐给用户的技术。
推荐系统的作用在于提高用户的购物体验，减少用户的搜索成本，以及增加平台的销售额和用户忠诚度。
2. 主要的推荐系统技术2.1 基于内容的推荐基于内容的推荐系统通过分析商品的特征和用户的偏好匹配相似度，并推荐与用户历史兴趣相似的商品。
使用该技术需要从商品库中提取有关商品的特征信息，并利用机器学习算法来计算商品之间的相似度。
2.2 协同过滤推荐协同过滤推荐系统是一种通过分析用户的行为和偏好，找出与当前用户兴趣相似的其他用户，然后根据这些用户的行为来为当前用户推荐商品的技术。
该技术可分为基于用户的协同过滤和基于物品的协同过滤两种方法。
基于用户的协同过滤通过找到与当前用户有相似购买行为的其他用户，将这些用户的购买商品推荐给当前用户。
而基于物品的协同过滤则是根据当前用户的历史行为，推荐与用户历史行为相似的其他商品。
2.3 混合推荐混合推荐是将以上两种推荐系统技术进行结合，利用它们各自的优势来提高推荐的准确度和推荐结果的多样性。
通过将基于内容的推荐和协同过滤推荐相结合，可以更好地满足用户的个性化需求。
3. 推荐系统的实施步骤3.1 收集用户行为数据推荐系统需要分析用户的历史行为和偏好信息，因此第一步是收集用户在平台上的各种行为数据，如点击、购买、评分等。
3.2 数据的处理和特征提取在收集到用户行为数据后，需要对数据进行清洗和预处理，去除异常值和噪声。
接下来，需要提取出商品和用户的特征，用于计算商品之间的相似度和用户之间的相似度。
推荐系统介绍
推荐系统介绍推荐系统介绍⼀、推荐系统的应⽤场景推荐系统在我们的⽇常⽣活中⽆出不在。
想要了解资讯时，推荐系统会为你准备你感兴趣的新闻；想要看电影时，推荐系统会为你挑选让你满意的电影；想要购物时，推荐系统会为你找到你需要的商品；想要学习时，推荐系统会为你精⼼挑选你最需要的课程；想要休闲娱乐时，推荐系统会为你推荐最应景的⾳乐；想要玩游戏时，推荐系统会为你找到你热爱的游戏。
推荐系统充斥着我们的⽣活，让我们的⽣活更加⾼效与惬意。
⼆、推荐系统的作⽤和意义推荐系统存在的作⽤和意义可以从⽤户和公司两个⾓度进⾏阐述。
⽤户⾓度：推荐系统解决在“信息过载”的情况下，⽤户如何⾼效获得感兴趣信息的问题。
从理论上讲，推荐系统并不仅限于互联⽹。
但互联⽹带来的海量信息问题，往往会导致⽤户迷失在信息中⽆法找到⽬标内容。
可以说，互联⽹是推荐系统应⽤的最佳场景。
从⽤户需求层⾯看，推荐系统是在⽤户需求并不⼗分明确的情况下进⾏信息的过滤，因此，与搜索系统（⽤户会输⼊明确的“搜索词”）相⽐，推荐系统更多地利⽤⽤户的各类历史信息“猜测”其可能喜欢的内容，这是解决推荐问题是必须注意的基本场景假设。
公司⾓度：推荐系统解决产品能够最⼤限度地吸引⽤户、留存⽤户、增加⽤户粘性、提⾼⽤户转化率的问题，从⽽达到公司商业⽬标连续增长的⽬的。
不同业务模式的公司定义的具体推荐系统优化⽬标不同。
例如，视频类公司更注重⽤户观看时长，电商类公司更注重⽤户的购买转化率（Conversion Rate，CVR），新闻类公司更注重⽤户的点击率，等等。
需要注意的是，设计推荐系统的最终⽬标是达成公司的商业⽬标、增加公司收益，这应是推荐⼯程师站在公司⾓度考虑问题的出发点正因为如此，推荐系统不仅是⽤户⾼效获取感兴趣内容的“引擎”，也是互联⽹公司达商业⽬标的引擎，⽽这时⼀个问题的两个维度，是相辅相成的。
三、推荐系统的架构推荐系统的逻辑架构在获知“⽤户信息”、”物品信息“、”场景信息“的基础上，推荐系统要处理的问题可以较形式化的定义为：对于⽤户U(User)，在特定场景C(Context)下，针对海量的“物品”信息，构建⼀个函数f(U, I, C)，预测⽤户对特定候选物品I(Item)的喜好程度，再根据喜好程度对所有候选物品进⾏排序，⽣成推荐列表的问题。
推荐系统技术分享
内容源不足，无法形成信息过载，注意力就会不足； 注意力不足，存储的注意力无法变现，反哺平台自身。
feed流内容方面的问题
1.质量：虽然群体喜欢消费低质量的内容，便宜商品，但是一旦出现敏感内 容， 不合格的商品等，代价还是很高昂。
行为预测解决的是推荐系统的 80% 问题，评分预测解决的是最后那 20% 的问题
小技巧 负样本认定：当用户行为与一个大热的事物时间重合但是没有链接，可以认 定为负样本；你最近三天一直在刷微博，但是前天的一个热点新闻你始终没 有进行任何有效连接，可以认为你对此类信息完全不感兴趣。
PART 05
推荐系统开源工具与框架
推荐比喻成函数：输入各种推荐规则、输出的数据是否增长
PART 02
推荐系统常见问题
冷启动
当推荐系统遭遇新用户或者新建立等场景的时候是缺乏有效的数据支撑进行 有效推荐的，这个时候需要一个预演方案进行数据兜底。
常用解决方案： 1 、 最 热 门 的 To p N 2、广告联盟(本地)，你淘宝看过笔记本，打开京东会给你推荐 3、数据联盟(全网)，数据法越来越严格，精准转群体，腾讯一千用户画像
参考号与噪声（介绍贝叶斯统计的一本科普书）
技术专栏：极客时间 推荐系统三十六式 刑无刀
谢谢观看
按时间先后推荐等等； 3、 大部分给他推荐感兴趣的，小部分去试探新的兴趣。 重点: 那么如何平衡这里的“大部分”和“小部分”呢
三、安全问题
推荐系统安全
生活中推荐系统被攻击例子： 电商：好评、刷单 影评类：粉丝冲榜(豆瓣C型评分,IMDb蝙蝠侠冲榜教父、肖克申的救赎) B站，抖音：一键三连，点赞+关注+完播 直播：PK、在线人数、打赏、点赞
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
8
X = set of Customers S = set of Items
Utility function u: X × S R
R = set of ratings R is a totally ordered set e.g., 0-5 stars, real number in [0,1]
10
(1) Gathering “known” ratings for matrix
How to collect the data in the utility matrix
(2) Extrapolate unknown ratings from the known ones
Mainly interested in high unknown ratings
Implicit
Learn ratings from user actions
E.g., purchase implies high rating
What about low ratings?
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
Infinite data
Filtering data streams
Machine learning
Apps
SVM
Recommen der systems
Clustering
Community Detection
Web advertising
Decision Trees
Association Rules
1/29/2013 Jure Leskovec, Stanford C246: Mining Massive Datasets 18
User profile possibilities:
Weighted average of rated item profiles Variation: weight by difference from average rating for item …
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
5
Source: Chris Anderson (2004)
1/29/2013 Jure Leskovec, Stanford C246: Mining Massive Datasets 6
3
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
Examples:
Search
Recommendations
Items
Products, web sites, blogs, news items, …
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
build recommend
match
Red Circles Triangles
User profile
1/29/2013 Jure Leskovec, Stanford C246: Mining Massive Datasets 16
For each item, create an item profile Profile is a set (vector) of features
List of favorites Lists of “essential” items
Simple aggregates
Top 10, Most Popular, Recent Uploads
Tailored to individual users
Amazon, Netflix, …
1) Content-based Today! 2) Collaborative 3) Latent factor based
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
13
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
4
பைடு நூலகம்
Shelf space is a scarce commodity for traditional retailers
Also: TV networks, movie theaters,…
Web enables near-zero-cost dissemination of information about products
Read /wired/archive/12.10/tail.html to learn more!
1/29/2013 Jure Leskovec, Stanford C246: Mining Massive Datasets 7
Editorial and hand curated
CS246: Mining Massive Datasets Jure Leskovec, Stanford University
High dim. data
Locality sensitive hashing
Graph data
PageRank, SimRank
Prediction heuristic:
Given user profile x and item profile i, estimate ������·������ ������(������, ������) = cos(������, ������) =
| ������ |⋅| ������ |
Note: we normalize TF to discount for “longer” documents
ni = number of docs that mention term i N = total number of docs TF-IDF score: wij = TFij × IDFi Doc profile = set of words with highest TF-IDF scores, together with their scores
No first-rater problem
+: Able to provide explanations
Can provide explanations of recommended items by listing content-features that caused an item to be recommended
Term … Feature Document … Item
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
17
fij = frequency of term (feature) i in doc (item) j
Movies: author, title, actor, director,… Text: Set of “important” words in document
How to pick important features?
Usual heuristic from text mining is TF-IDF (Term frequency * Inverse Doc Frequency)
2
Customer X
Buys Metallica CD Buys Megadeth CD
Customer Y
Does search on Metallica Recommender system suggests Megadeth from data collected about customer X
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
11
Explicit
Ask people to rate items Doesn’t work well in practice – people can’t be bothered
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
19
+: No need for data on other users
No cold-start or sparsity problems
+: Able to recommend to users with unique tastes +: Able to recommend new & unpopular items
Websites, blogs, news
Recommend other sites with “similar” content
1/29/2013
Jure Leskovec, Stanford C246: Mining Massive Datasets
15