推荐系统简介（一）

为什么需要需要系统

1. 信息复杂，不同的用户偏好；
2. 提高驻留时间、长尾、转化率和收益。

历史

1. 信息检索和信息过滤
2. 手动协同过滤，Tapestry
3. 自动协同过滤，GroupLens

分析框架

1. 领域：商业
2. 目的：推荐商品、信息
3. 推荐内容：情景相关
4. 谁的建议：专家、普通人
5. 个性化水平：基于人口统计的，非个性化的，个性化的
6. 隐私和可靠性：隐私保护和推荐是否被商业利用
7. 接口：输入（清楚|模糊）和输出接口
8. 推荐算法：基于内容、知识、协同过滤等。

构成

1. 用户

2. 物品

3. 评价

4. 社区

   

待续。。。