项亮《推荐系统实践》读书笔记3-利用用户标签数据进行推荐

利用用户标签数据进行推荐

1. 推荐系统联系用户和物品的三种方式：
   （1） 利用用户喜欢过的物品，给用户推荐与他喜欢过的物品相似的物品，也就是ICF算法；
   （2） 利用与用户兴趣相似的其他用户，给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品；
   （3） 通过一些特征联系用户和物品，给用户推荐那些具有用户喜欢的特征的物品。这些特征可以是物品的属性集合，也可以表现为隐语义向量。
2. 标签是一种重要的特征表现方式，标签是一种无层次化结构，用来描述信息的关键词，它可以用来描述物品的语义。标签一般分为两种：一种是让作者或者专家给物品打标签；另一种是让普通用户给物品打标签，也就是UGC（User Genarated Content,用户生成的内容）的标签应用。
3. UGC标签系统的代表应用：
   （1） Delicious
   标签系统的鼻祖，它允许用户给互联网上的每个网页打标签，从而通过标签重新组织整个互联网。
   （2） CiteULike
   著名的论文书签网站，通过群体智能，让每个研究人员对自己了解的论文进行标记，借此帮助其他研究人员更好更快地发现自己感兴趣的论文。
   （3） Last.fm
   为了在不进行复杂音频分析的情况下获得音乐的内容信息，它引入了UGC标签系统。
   （4） 豆瓣
   中国本土评论和社交网站，个性化推荐领域的领军企业之一。
   （5） H