推荐系统实践_项亮（5）利用上下文信息

目录

5.1 时间上下文信息

5.2 地点上下文信息

---

 

用户上下文信息也很重要：时间、地点、心情等。举例：

衣服：季节

美食：时间、地点

音乐：心情

视频：时间

 

5.1 时间上下文信息

5.1.1 时间效应简介

（1）用户兴趣随时间变化

（2）物品有生命周期

（3）季节效应

 

5.1.2 时间效应举例

用户兴趣随时间的变化

 

5.1.3 系统时间特性的分析

时变系统

研究3个时间特性：

（1）数据集每天独立用户数的增长

（3）系统的物品变化情况

（3）用户访问情况

 

5.1.4 推荐系统的实时性：兼顾短期和长期兴趣

 

5.1.5 推荐系统的时间多样性：
（1）用户有新行为后，调整推荐；

（2）保证用户没有新行为，结果也有多样性

解决方案：

（1）推荐列表生成20个，随机/采样挑出10个展示

（2）记录看过的，对看过的降权

（3）用多种推荐算法，变换一下（q：商城使用的是，可推荐商品最多7天一个循环周期）

 

5.1.6 时间上下文推荐算法

如何将时间效应应用到系统中？（q：最近的文章提高权重）

（1）最近最热门

（2）时间上下文的ItemCF算法

物品相似度：用户在时间很近喜欢的商品有更高相似度

（3）时间上下文的UserCF算法

用户兴趣相似度：更近的时间喜欢同样物品的两个用户，更相似

 

5.2 地点上下文信息

逛街累了，美食：附近

结论：兴趣本地化，活动本地化

多个加权：为了避免最后一个环节数据太少