一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第1天，点击查看活动详情。
任务一：推荐系统基础
阅读推荐系统在工业落地的链接
思考 & 回答以下问题，并将回答记录到博客
-
推荐系统与常见的结构化问题的区别是什么？
-
推荐系统：user_id与item_id发生交互
-
结构化问题：每一行都是一个样本，相互独立
-
如何评价推荐系统「推荐」的准不准？
-
以内容平台为例：
-
目标：高效地发现感兴趣的内容
-
用户对推荐效果的感受是全方位多维度的，他们会关注推得准不准、内容是否靠谱、内容是否及时等。
-
应该从哪些角度来设定推荐系统的目标才能更真实地逼近用户的体验呢？
-
关注的目标：准确度、丰富度、权威度、多样性、时效性、商业价值、基尼系数、惊喜度、新颖性
-
-
推荐系统一般分为召回 & 排序，为什么这样划分？
-
召回：从千万级甚至亿级的候选中召回几千个item，是漏斗的最上游，可以说是决定了推荐系统的上限
-
召回的目标是召回用户可能感兴趣的 item，会考虑多方面的因素
-
排序：把召回的结果进行排序，把top k（k 一般都是个位数）结果作为推荐系统最终的输出
补充：用户视角下的推荐系统_以某宠物内容社区为例
-
作为一个养品种狗/猫的用户，我希望在信息流里更多的看到和我养的品种相关的内容，这样我会感觉内容与我的相关度更高。
-
作为一个用户，我希望在我表现出对涵盖某些关键词的内容的喜爱 （点击、长停留时间、点赞、收藏、评论）后，能够看到更多涵盖这些关键词的内容，这样我会花更多的时间看我感兴趣的内容。
-
作为一个用户，我希望在我表现出对宠物为第一人称的内容的喜爱（点击、长停留时间、点赞、收藏、评论）后，能够更多的看到类似的内容，这样我会花更多的时间看我喜欢的内容。
-
作为一个用户，我希望看到我还没有表现出兴趣但又非常优质的内容，这样我可以更好的探索到社区里其他的优质内容。
-
作为一个用户，我希望我发布的内容，如果非常优质，能够迅速被推荐给相关用户。
-
作为一个用户，我希望在我表现出对某个用户的内容的喜爱（点击、长停留时间、点赞、收藏、评论）后，即使没有关注这个用户，也更多的看到这个用户的内容，这样我会花更多的时间看我喜爱的用户的内容。
