机器学习笔记 - 构建推荐系统(1)的步骤

一、概述

        推荐系统旨在预测用户可能喜欢什么，尤其是当有很多选择时。他们可以明确地向用户提供这些推荐，或者他们可能会在幕后工作，在不给用户选择的情况下选择要显示的内容。

        无论哪种方式，“为什么”都很清楚：它们对某些类型的企业至关重要，因为它们可以让用户接触到他们可能没有找到的内容，或者让用户参与的时间比他们本来应该的时间更长。虽然构建一个简单的推荐系统可能非常简单，但真正的挑战是真正构建一个有效的系统，让企业从其输出中看到真正的提升和价值。

        推荐系统可以使用多种技术来构建，从简单的（例如，仅基于来自同一用户的其他评分项目）到极其复杂的技术。复杂的推荐系统利用各种不同的数据源（一个挑战是使用非结构化数据，尤其是图像作为输入）和机器学习（包括深度学习）技术。因此，它们非常适合人工智能世界，更具体地说是无监督学习；随着用户继续消费内容并提供更多数据，可以构建这些系统以提供越来越好的推荐。

二、推荐系统的两种类型

        推荐系统有两种主要类型，每种都有不同的子类型。根据目标、受众、平台和您推荐的内容，这些不同的方法可以单独使用，但通常情况下，最好的结果来自于组合使用它们：

1、协同过滤