知识卡片
三十年换的是瓶颈
按年份背这条发展史意义不大,按「当时卡在哪」重排才看得出脉络:
- 1994 GroupLens:把协同过滤做成第一个自动化推荐系统,解决「推荐能不能不靠人工」。
- 1998—2003 Amazon:上线并公开基于物品的协同过滤,解决「能不能在百万级商品上跑」,推荐由此从论文进入工业界。
- 2005 综述:把方法划为基于内容、协同过滤、混合三类,解决「不同做法有没有共同语言」。
- 2006 Netflix Prize:以「准确度提高 10%」设公开门槛,把优化目标压成一个可比的数字。
- 2016 YouTube:用深度神经网络从大规模候选里筛出最可能的结果,解决「特征与模型能不能端到端学」。
主线始终是一件事:把「用户偏好」从不可计算变成可计算、可规模化训练的对象。读这段历史要留意,每次跃迁都伴随评价口径的收窄——单一指标便于比较、便于推动进步,但也容易遮住多样性、新颖性这类指标之外的损失。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第2章 搜索系统和推荐系统常识 · 查看原书依据
1998年,Amazon上线基于物品的协同过滤推荐算法,将推荐系统从学术界真正应用到工业界,应用于百万商品的推荐上。
参考来源
- 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第2章 搜索系统和推荐系统常识(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0032.html)
- 结论依据:原文指出 Amazon 把基于物品的协同过滤用于百万级商品,是推荐从学术走向工业界的关键一步,支撑「瓶颈从自动化转为规模化」的分期。
- 原始内容:1998年,Amazon上线基于物品的协同过滤推荐算法,将推荐系统从学术界真正应用到工业界,应用于百万商品的推荐上。