趋近智
推荐系统是现代应用中的常见功能,用于向用户推荐产品、电影或文章。在构建这些系统之前,有必要了解其核心组成部分以及所处理的数据。
本章介绍你会遇到的主要推荐算法类型,例如协作过滤和基于内容的方法。我们将查看作为这些算法支撑的用户-项目交互数据结构,并区分显式和隐式形式的用户反馈。你还将学习一个常见的运行难题,即冷启动问题。本章最后会介绍搭建开发环境和加载数据集的实际步骤,为后续章节的动手实践做好准备。
1.1 什么是推荐系统?
1.2 推荐引擎的分类
1.3 理解用户-物品交互数据
1.4 隐式反馈与显式反馈
1.5 冷启动问题
1.6 准备开发环境
1.7 实践:加载并检查数据集