读 项亮《推荐系统实践》

前段时间对推荐系统很感兴趣，所以拿到了这本书，几乎都是用碎片时间阅读的，所以大概看了两个多月。

因为没有看过推荐系统其他的书，所以无法横向评价，但对于一个认知为零的人，从该书中受益还是很大的。

这本书讲的东西比较全，也很贴切实际。整本书篇幅不多，200页出头，很适合我这样的初学者，作为知识了解阶段的读物。

开篇就是介绍推荐系统的概念和应用范围。

第二章 利用用户行为数据。

 介绍，如何利用用户的行为进行推荐，设计实验时要分为训练集和测试集，要多次划分，多次测试，求平均值。评测指标包括准确度、覆盖度、新颖度、流行度。例如用户活跃度和物品活跃度。介绍了基于用户的协同过滤算法，和基于物品的协同过滤算法。隐语义模型：用于根据行为自动分类事物。这里面也包括了如何找到负样本。基于图的模型：该模型先画出人物和物品的连接图，再使用随机游走算法PersonalRank，根据节点被访问的概率，来进行预测打分。

第三章 推荐系统的冷启动问题

这章介绍了如何在缺少历史数据的情况下，尽量保证推荐效果，这里面讲的也就是利用静态信息，例如注册信息，物品信息，现有的专家信息，以及在用户使用中，引导用户产生行为。

第四章 利用用户标签数据

事物的标签来自于自身或外界，用于描述一个事物的一个特征。很多推荐网站都会利用用户的标签信息进行推荐。所以要引导用户对于事物