# 推荐系统

# 由来

推荐系统的由来是信息过载，即社会信息超过了个人或系统所能承受的数量。

推荐系统和信息检索的区别：

• 主动和被动：相比于信息检索，推荐系统的对象一般没有明确的 query,
• 个性化程度的高低：推荐系统个性化程度更高
• 快速满足还是持续服务
• 是否满足文字难以表达的需求

# 定义

推荐系统是对用户偏好进行预测，并向用户推荐其可能感兴趣的信息或物品的系统。

推荐系统的核心是协同过滤。

# 任务

推荐系统的性能评测包括两个任务：

1. 评分预测：给定一个用户和一个项目，预测用户对项目的评分。
2. top-n 推荐：给定一个用户，预测其最感兴趣的 n 个项目。

在推荐系统中，上述两类问题是具有相当大的挑战的。对于评分预测的任务，很多人 diss 这一任务对推荐系统的有效性，因此评分预测的研究较少。举例：假如我是一个穷人，那么我对于苹果手机的打分很高，但是并不代表我会购买苹果手机。

在工业界中，推荐系统的结构实际上相当复杂。主要包括数据和模型两个部分。

1. 召回：从上亿商品中筛选数万级别的商品，保证 top-5 商品不会被遗漏
2. 粗排：将数万商品排序，取前数千级别的商品
3. 精排：将数千商品排序，取前十左右的商品
4. 在前十商品中，通过业务要求规则进行再次筛选，例如哪些项目希望被打造成爆品等等。

学术界中，推荐系统主要关注粗排和精排任务。

# 推荐系统的形式化

推荐系统的输入包括三个集合：

• 用户集合 $U$
• 商品集合 $I$
• 交互集合 $O$: 监督信号

输出是一个模型 $f$, 可以预测得分。

# 挑战

1. 数据稀疏性：用户只能购买所有商品中相当小的一部分
2. 用户动态性：用户在购买商品后，可能不再需要商品，从而导致矩阵更加稀疏

# 协同过滤的基本假设

1. 在已观测商品上兴趣相似的用户在未观测商品上的兴趣也类似。这一假设不一定拘泥于推荐系统领域，在参数多、稀疏性强的领域都可以使用此假设。