知识卡片
推荐系统的逻辑框架
推荐问题要处理的是“人”与“信息”的关系。信息在商品、视频、新闻推荐中分别对应商品、视频、新闻信息,统称为物品信息;为可靠推测人的兴趣,系统利用历史行为、人口属性、关系网络等用户信息;用户最终选择还受时间、地点、状态等场景(上下文)信息影响。据此可形式化地定义:对于用户U,在特定场景C下,针对海量物品构建函数f(U,I,C),预测用户对候选物品I的喜好程度,再按喜好程度对所有候选排序,生成推荐列表。这一抽象框架虽概括,却是整个推荐技术体系细化与扩展的起点,后续各章的模块都可视为对它的具体化。
结构图:
flowchart LR
U[用户信息] --> F[喜好预测函数]
I[物品信息] --> F
C[场景上下文信息] --> F
F --> S[预测候选物品喜好程度]
S --> R[按喜好程度排序]
R --> L[生成推荐列表]
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1章 互联网的增长引擎——推荐系统 · 查看原书依据
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。
参考来源
- 位置:《深度学习推荐系统》第1章 互联网的增长引擎——推荐系统(源文件:extracted/深度学习推荐系统/_epub-src/text/part0005_split_002.html)
- 结论依据:原文给出推荐问题的形式化定义,并说明正是在这一抽象逻辑框架基础上对各模块细化和扩展,才产生了推荐系统的整个技术体系。
- 原始内容: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。