知識星球1. 什麼是推薦系統
推薦系統是一種資訊過濾系統，近年來非常流行，應用於各行各業。比如大家耳熟能詳的快手、頭條、手機百度、淘寶、京東、應用寶…幾乎各個平臺都有一個智慧推薦的功能。
2. 推薦的主要方法
推薦系統產生推薦串列的方式通常有兩種：
1、基於演演算法的推薦：協同過濾，邏輯回歸、決策樹
2、 基於內容推薦
協同過濾方法根據使用者歷史行為（例如其購買的、選擇的、評價過的物品等）結合其他使用者的相似決策建立模型。這種模型可用於預測使用者對哪些物品可能感興趣（或使用者對物品的感興趣程度）。
基於內容推薦利用一些列有關物品的離散特徵，推薦出具有類似性質的相似物品。兩種方法經常互相結合。
3. 推薦的兩大特徵
推薦主要有兩大特徵：
1、推薦存在兩個主體，使用者（USER）和物品（ITEM）
2、推薦是個性化的，每個使用者得到推薦的物品是不同的，是極大程度上符合個人喜好的
個性化推薦最常出現且大家都很熟悉的場景就是電商（淘寶、京東）了，大家經常會有這樣的感覺，經常看和點選甚至購買的物品及其類別，甚至相關物品和品類，總是會經常出現，這裡面就是多種推薦演演算法打分組合後輸出的結果。
4. 推薦系統架構
5. 如何進行個性化推薦？
1. 先明確地點、人物、時間、事件以及資料
2. 搭建特徵
a. 首先你需要選取3大類資料指標。
b. 組合上一步中的特徵，分為使用者特徵和物品特徵，分別組合為兩部分（兩個表）。
c. 在匯入LR模型進行訓練之前還需要做一些特徵工程的工作：
3. 選擇樣本及模型訓練預測
a. 透過具體場景和人物選擇好正負樣本
b. 模型訓練
c. 模型評估
d. 預測
為了讓大家更好的瞭解如何搭建推薦系統以及深度剖析內部原理，我準備了一節公開課，透過影片講解、動畫演示、應用場景等多方面來跟大家補充完善。
智慧推薦系統剖析 (2月8號20:00-22:00)：
1. 推薦 & 搜尋
2. 淘寶京東『猜你喜歡』剖析
3. 快手推薦系統原理與數學模型
4. 優酷推薦系統實戰
如果沒趕上，會有錄影回放的，全部免費噢。
我姓錢，大家可以叫我錢老師，前阿裡巴巴演演算法專家。研究領域：自然語言處理、資料挖掘、大資料架構、影象處理。
先後參與過阿裡彩票、淘寶推薦、一淘、阿裡雲、資料魔方等多個專案的演演算法平臺研發，並受邀為超過100家IT企業提供機器學習與大資料頂層設計諮詢服務。
大家可以加我助理微信：midu25 或長按識別下麵二維碼來報名聽課, 註明: 推薦。
資料下載
1. 推薦系統PPT截圖及下載
2. 影片下載：
除了推薦系統的公開課，還有以上這些可供大家參考學習。以上所有資料、影片、程式碼掃下麵二維碼全免費獲取，請註明推薦，幫到大家就好！
