● 在信息过载的情况下,用户更方便快捷的提升自己在消费内容上的时间利用率
● 帮助用户发现他潜在喜欢的内容
推荐系统:发掘用户(user)集合与物品集合(item)之间的语义关系,为用户生成最相关的Top-N
推荐系统的核心是利用机器学习的方法,来帮忙做筛选跟排序。
推荐系统的核心算法:可以根据用户画像,内容画像和情景信息,计算用户对内容感兴趣的概率P(y|xu,xi,xc)
推荐系统架构&流程
推荐系统主要分为:召回,排序 两部分
召回:寻找与用户相关的内容,包括多种召回手段
排序:在候选集里,找到最合适的top-N,主要分为粗排与细排两部分