推荐系统实践学习系列（四）利用用户标签数据

推荐系统的目的是联系用户的兴趣和物品

流行的推荐系统通过3种方式联系用户兴趣和物品

（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，这是基于物品的算法。
（2）：利用和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，这是基于用户的算法。
（3）：通过一些特征（feature）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。

特征有不同的表现形式，可以是物品的属性集合（图书：作者，出版社、主题和关键词），也可以表现为隐语义向量（用户的行为历史）还有种特征表现形式———-标签

---

标签的定义：


标签是一种无层次化结构的、用来描述信息的关键词，它可以用来 描述物品的语义。根据给物品打标签的人的不同，标签应用一般分为两种：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 Generated Content，用 户生成的内容）的标签应用。UGC的标签系统是一种表示用户兴趣和物品语义的重要方式。当一 个用户对一个物品打上一个标签，这个标签一方面描述了用户的兴趣，另一方面则表示了物品的 语义，从而将用户和物品联系了起来

UGC:

普通用户给物品打标签，也就是UGC（User Generated Content，用 户生成的内容）的标签应用。

一般用户会打什么样的标签呢？

（1）表明物品是什么（2）表明物品的种类（3）表明谁拥有物品
（4）表达用户的观点（5）用户相关的标签（6）用户的任务
（7）类型（8）时间（9）人物
（10）地点（11）语言（12）奖项

（一）一个简单的标签算法：