Question

推荐系统的理解

Answer 1

       推荐系统就是把“正确”的内容推送到“正确”的人上。具体是指在特定“场景”下，将“信息”（包括图片、视频等内容）根据“人的兴趣”（兴趣在一点可以通过这个人的在页面上的点击习惯、页面浏览的时长、点赞、收藏等用户的行为数据）推送给到人。将人找信息的思路转化成信息找人的思路。

       推荐是基于用户的行为数据进行数据挖掘后的呈现的结果。没有数据，就不会产生有价值的挖掘。数据包含：足够多的用户量、足够多的行为数据，足够多的内容。

      推荐的目标：提高正向的反馈，减少负向的反馈，提升使用的时长，增加用户的粘性。

     算法核心：给用户推荐那些和该用户相似的用户所喜欢的内容。

     如下图，用户A和用户B都喜欢视频a,视频b和视频d,则认为用户A和用户B是相似用户，会把用户B喜欢的视频c推荐给用户A。

     算法核心：给用户推荐那些和他们喜欢的内容相似的内容。

    如下图，视频a和视频b都被用户B、用户C和用户D喜欢，那么判断视频a和视频b相似，如果用户A喜欢视频a，则会把和视频a相似的视频b推荐给到用户A。

       经过 召回-粗排-精排-重排，最后得到对于每一个用户来讲，一个已经打好最终预估分的列表[内容，得分]，用户在启动app时，客户端向服务端发出请求，服务端调用推荐算法接口，按照预估分降序排名的顺序，把内容推荐给用户

参考文章：

链接：https://www.jianshu.com/p/7fe0751944d4