天枢数智运营

推荐系统能够为用户提供个性化体验，现在基本上各大电商平台、资讯平台都会用推荐系统为自家评价下的用户提供千人千面的服务。平均精度均值（Mean Average Precision，MAP）便是评估推荐系统性能的度量标准之一。 但是，使用其他诊断指标和可视化工具可以让模型评估更加深…

新颖性通常指在推荐中出现新的物品，这在不同文献中有不同的定义。在此，我们将新颖性的定义和指标分为三个层次，如下表所示。本文中把新颖性指标称为𝑛𝑜𝑣（𝑅𝑢）。 创建衡量日常生活级别新颖性的指标并非易事。新颖性等级1的衡量必须考虑系统上下文中的信息，以便衡量用户已知和未知…

在推荐系统中，研究人员为了能让预测结果对用户提供更多价值，会关注用户满意度。鉴于推荐系统除了让用户购买更多的相似产品外，还必须对用户而言“有用”，研究人员还会关注用户在使用系统时的交互体验和消费体验。

当新用户或新项目进入内容平台时，就会出现冷启动（Cold Start）问题。 以协同过滤这样的经典推荐系统为例，假设每个用户或项目都有评级，这样我们就可以推断出类似用户/项目的评级，即使这些评级没办法调用。但是，对于新进入的用户/项目，实现这一点很困难，因为我们没有相关的浏览、…

据统计，全球数据总量预计2020年达到44ZB，中国数据量将达到8060EB，占全球数据总量的18%。现阶段我们所讨论的人工智能，很大程度上都是在谈“人工智能”这个大概念下机器学习领域中的深度学习技术。它的底层原理相对简单，对数据有很大的依赖性，本质上是一种基于大数据的统计分析…

如今，许多公司都会开发与自己业务息息相关的推荐系统。先荐作为第四范式研发的一款智能推荐产品，已为内容行业的众多媒体客户赋能，实现客户的营收增长。在本文中，我们将会简要介绍现有的主要推荐算法及其工作原理。 协同过滤（CF）是最常用的推荐算法之一，即使推荐系统小白也可以轻松上手，用…

在之前的两篇文章中，我们分别讲了推荐系统中的基于内容的过滤和协同过滤技术，今天我们一起看看看混合过滤。 推荐系统为了避免单一推荐技术带来的限制和问题，同时也为了能够获得更好的性能，会结合不同的推荐技术。 混合过滤依据的想法是，一种算法可以弥补另一种算法的缺点，多个算法的组合将比…

在上一篇文章中，我们谈到了推荐系统中基于内容的过滤及其利弊，今天我们来看看协同过滤。 与基于内容的过滤（CBF）不同，协同过滤（Collaborative Filtering）技术独立于域，适用于无法利用元数据充分描述的项目，如电影、音乐等。 协同过滤技术（CF）首先会构建用户…

在上一篇文章中，我们介绍了推荐系统的主要工作流程。在接下来的文章中，我们会详细分析推荐系统中的过滤技术。 推荐系统要想为用户提供切实有用的推荐服务，高效、准确的推荐技术至关重要，也就是说，理解不同推荐过滤技术的特征和潜力至关重要。 基于内容的过滤技术（CBF）是一种依赖于域的算…