标签:
年份 | 推荐系统名称 |
1995 | 个性化导航系统Web Watcher,个性化推荐系统LIRA |
1996 | 个性化导航智能体Letizia |
1996 | Yahoo推出个性化入口My Yahoo |
1997 | 基于协作过滤的个性化推荐系统PHOAKS和Referral Web |
1999 | 个性化电子商务原型TELLIM |
2000 | 搜索引擎CiteSeer增加了个性化推荐功能 |
2001 | 个性化电子商务网站的用户建模系统Pro,IBM在Webphere中增加了个性化功能 |
2003 | Google开创了AdWards盈利模式,通过搜索的关键词来提供相关的广告 |
2007 | Yahoo推出了SmartAds广告方案 |
2009 | Overstock开始运行个性化横幅广告方案 |
2009 | 国内首个推荐系统科研团队北京百分点信息科技有限公司专注于推荐引擎技术与解决方案 |
2011 | 百度将推荐引擎与云计算、搜索引擎并列为发展方向 |
主要推荐方法对比 | ||
推荐方法 | 优点 | 缺点 |
基于内容推荐 |
推荐结果直观,容易解释;
不需要领域知识
|
稀疏问题;新用户问题;
复杂属性不好处理;
要有足够数据构造分类器
|
协同过滤推荐 |
新异兴趣发现、不需要领域知识;
随着时间推移性能提高;
推荐个性化、自动化程度高;
能处理复杂的非结构化对象
|
稀疏问题;
可扩展性问题;
新用户问题;
质量取决于历史数据集;
系统开始时推荐质量差;
|
基于规则推荐 |
能发现新兴趣点;
不要领域知识
|
规则抽取难、耗时;
产品名同义性问题;
个性化程度低;
|
基于效用推荐 |
无冷开始和稀疏问题;
对用户偏好变化敏感;
能考虑非产品特性
|
用户必须输入效用函数;
推荐是静态的,灵活性差;
属性重叠问题;
|
基于知识推荐 |
能把用户需求映射到产品上;
能考虑非产品属性
|
知识难获得;
推荐是静态的
|
标签:
原文地址:http://www.cnblogs.com/chamie/p/4521566.html