Introduction to Recommender System 之 Module 1 Introduction to Recommender Systems

这一讲主要是简单的概念介绍，需要掌握的一些基本概念。包括如下几个部分：
Information Retrieval and Filtering
一些常见词汇及解释
推荐系统的分类
推荐效果的Evaluation指标

Information Retrieval and Filtering

Retrieval——invest time in indexing content 来满足用户实时的queries(need)，相当于是一个内容的概括和总结，特点——静态内容，动态query。主要利用TFIDF方法
Filtering——invest effort in modeling user need 来filter出满足need的新内容。特点——静态的需求，动态的内容。
前者主要是对信息建模（对信息的概括和总结），后者主要是对用户需求建模

一些常见词汇及解释

Recommenders —— Filtering interface、Recommendation interface、Prediction Interfaces
rating —— expression of preference(Explicit/ Implicit)
prediction —— estimate of preference（一种程度的表述）
Recommendation —— selected items for user
Content —— attribute, text, etc
Collaberative —— using information from other users（协同就是使用别人的信息来干自己的事情）

推荐系统的分类

Non-personalized —— statistics（这类最常见，尤其是新闻里面，什么哪哪哪的人最爱在哪哪哪个时间段做什么什么）
Content-based —— Information Filtering / Knowledge Based
Collaberative filtering —— UU / II / Dimensionality Reduction
Other —— Critique / Interview Based Recommendation / Hybrid Techiques
这其中有三个比较重要的概念：User、Item、Rating

推荐效果的Evaluation指标

包括
accuracy(RMSE)、correctness、diversity等等

参考文献

[1] Cousera 上的《推荐系统入门》课程 module1