定義：一種信息過濾系統(tǒng)，將信息元素（電影、書籍等）推薦給可能對其感興趣的社會元素（人、組織等）。

學科：計算機科學技術_數(shù)據(jù)庫_數(shù)據(jù)庫新技術

相關名詞：標簽 協(xié)同過濾 深度學習

【延伸閱讀】

推薦系統(tǒng)的核心功能是根據(jù)用戶的屬性、歷史行為等信息來對用戶偏好進行建模，進而產(chǎn)生用戶喜歡的推薦，因此推薦方法必須具有識別出用戶偏好的能力和預測用戶對某種物品感興趣程度的能力，然后根據(jù)物品感興趣程度的高低來決定應該推薦的物品?，F(xiàn)有的推薦方法有以下五類：

基于內(nèi)容的推薦方法。系統(tǒng)向用戶推薦與他們過去興趣相似的物品。在這種方法中，系統(tǒng)會事先對物品標記上相應的屬性特征，然后提取用戶已購買物品的屬性特征作為用戶的偏好。當需要產(chǎn)生推薦時，系統(tǒng)會計算待推薦物品的屬性特征與已購買物品的屬性特征之間的相似度，然后取相似度最高的若干個物品產(chǎn)生推薦。

基于人口統(tǒng)計學的推薦方法。系統(tǒng)依據(jù)用戶的人口統(tǒng)計學信息將用戶劃分到特定的群組，然后針對不同的群組產(chǎn)生不同的推薦。雖然該方法在傳統(tǒng)的營銷中使用很多，但由于人的需求越來越多元，個性化推薦越來越重要，基于群組推薦顯然太粗糙，故該方法并不是當前的主流方法。

基于知識的推薦方法。系統(tǒng)預先定義一個知識庫，當用戶輸入自己的需求后，系統(tǒng)會基于知識庫中的知識采用相似性函數(shù)來估算用戶需求與系統(tǒng)中物品的匹配度，繼而選取匹配度高的物品進行推薦。在最初部署系統(tǒng)的時候，基于知識的系統(tǒng)往往比其他方法推薦效果要好。

基于社交網(wǎng)絡的推薦方法。社交網(wǎng)絡即用戶的交際圈。有研究表明，人們在進行選擇時往往會更依賴于朋友的建議，并且朋友之間往往會有著許多相似的興趣偏好，所以就可以將用戶感興趣的內(nèi)容利用合適的算法推薦給該用戶的朋友。例如在日常生活中，我們在網(wǎng)上會遇到“你的朋友某某也點贊過此視頻”這樣的推薦信息，這就是社交網(wǎng)絡推薦算法在后臺推薦的結果。

基于協(xié)同過濾的推薦方法。這也是一個目前廣泛使用的方法。協(xié)同過濾是指用戶齊心協(xié)力，通過不斷和網(wǎng)站互動，使自己的推薦列表能夠不斷過濾掉自己不感興趣的物品，從而越來越滿足自己的需求。

其過濾的原理分為兩種，一種是基于用戶的協(xié)同過濾，是找到與用戶A有相同品味的用戶B，然后將相似用戶B過去喜歡的物品推薦給用戶A。

另一種是基于物品的協(xié)同過濾，通過計算物品之間的相似性來代替用戶之間的相似性。

（延伸閱讀作者：大連理工大學計算機科學與技術學院教授 楊鑫）