第12章大数据应用举例
第12章 大数据应用举例
提纲 121推荐系统概述 122推荐算法一协同过滤 123协同过滤实践一电影推荐系统
提纲 12.1 推荐系统概述 12.2 推荐算法 – 协同过滤 12.3 协同过滤实践 – 电影推荐系统
12.1推荐系统概述 ·121.1什么是推荐系统 ·12.1.2长尾理论 ·12.1.3推荐方法 ·12.14推荐系统模型 121.5推荐系统的应用
12.1 推荐系统概述 • 12.1.1 什么是推荐系统 • 12.1.2 长尾理论 • 12.1.3 推荐方法 • 12.1.4 推荐系统模型 • 12.1.5 推荐系统的应用
12.1.1什么是推荐系统 互联网的飞速发展使我们进入了信息过载的时代,搜索引擎可以帮助 我们查找内容,但只能解决明确的需求 为了让用户从海量信息中高效地获得自己所需的信息,推荐系统应运 而生。推荐系统是大数据在互联网领域的典型应用,它可以通过分析 用户的历史记录来了解用户的喜好,从而主动为用户推荐其感兴趣的 信息,满足用户的个性化推荐需求
12.1.1 什么是推荐系统 • 互联网的飞速发展使我们进入了信息过载的时代，搜索引擎可以帮助 我们查找内容，但只能解决明确的需求 • 为了让用户从海量信息中高效地获得自己所需的信息，推荐系统应运 而生。推荐系统是大数据在互联网领域的典型应用，它可以通过分析 用户的历史记录来了解用户的喜好，从而主动为用户推荐其感兴趣的 信息，满足用户的个性化推荐需求
12.1.2长尾理论 “长尾”概念于2004年提出,用来描述以亚马逊为代表的电子商务 网站的商业和经济模式 电子商务网站销售种类繁多,虽然绝大多数商品都不热门,但这些不 热门的商品总数量极其庞大,所累计的总销售额将是一个可观的数字 ,也许会超过热门商品所带来的销售额 因此,可以通过发掘长尾商品并推荐给感兴趣的用户来提高销售额, 这需要通过个性化推荐来实现
• “长尾”概念于2004年提出，用来描述以亚马逊为代表的电子商务 网站的商业和经济模式 • 电子商务网站销售种类繁多，虽然绝大多数商品都不热门，但这些不 热门的商品总数量极其庞大，所累计的总销售额将是一个可观的数字 ，也许会超过热门商品所带来的销售额 • 因此，可以通过发掘长尾商品并推荐给感兴趣的用户来提高销售额。 这需要通过个性化推荐来实现 12.1.2 长尾理论