知识卡片
推荐系统的定义与商业价值
通用搜索引擎按关键词无差别地索引网络资源,关键词信息量不足,且必须面向大众需求,难以刻画用户的潜在偏好;推荐系统正是为补足这一缺口而出现的个性化信息发掘系统。它把用户信息、购买记录、好友、点击率与评价等消费行为当作数据,针对每个用户分析其可能感兴趣的信息或商品并主动推送。商业价值已在实践中显现:亚马逊约两到三成销售额来自推荐系统,大型电商采用后销售额普遍有至少一成提升。与搜索由用户明确表达需求不同,推荐研究用户兴趣偏好,由智能算法做个性化计算,发现用户尚未说清的潜在兴趣点并引导需求。把握三个要素——数据来源是多维度消费行为、处理手段是个性化计算、输出是引导而非被动查询,才不会把它与普通搜索或简单分类目录混为一谈。
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4章 推荐系统原理 · 查看原书依据
推荐系统可以定义为个性化的信息发掘系统,它是根据各种消费行为(用户信息、购买记录、好友、点击率、评价信息)数据,针对不同的用户分析出令人感兴趣的信息、产品等,并推荐给用户。
参考来源
- 位置:《机器学习算法原理与编程实践》第4章 推荐系统原理(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00016.html)
- 结论依据:原文先指出关键词检索的两点不足,随后给出推荐系统定义与电商销售额提升的数据,支撑“推荐是对搜索的补充、以行为数据发掘潜在需求”的判断。
- 原始内容:推荐系统可以定义为个性化的信息发掘系统,它是根据各种消费行为(用户信息、购买记录、好友、点击率、评价信息)数据,针对不同的用户分析出令人感兴趣的信息、产品等,并推荐给用户。