一、背景1、典型用户典型用户姓名帅帅性别男年龄22职业学生收入0用户比例？（可以是一大部分）知识层次和能力在校本科大学生，能够熟练使用电脑生活/工作情况几乎所有时间都在校学习动机，目的，困难绩点不会计算，win8系统没有小游戏，网上的一些实用下载存在风险用户偏好对小游戏比较亲睐典型场景需要计算绩点的...
分类：
其他好文 时间：
2015-04-21 23:59:33
阅读次数：
339
典型用户：姓名：茉莉性别，年龄：女，20岁职业：在校大学生收入：不确定知识层次和能力：本科生，熟悉各种智能电子设备的操作，熟练各种手游。生活/工作状况：学习，恋爱，兼职，游玩，天天都有事情做。动机、目的和困难：动机是找办法打发时间，目的是打发等车的时间，困难是一个人等车无聊没事儿干。用户偏好：听歌，...
分类：
其他好文 时间：
2015-04-20 23:56:26
阅读次数：
234
1.背景（1）典型用户：姓名王某某性别、年龄女，23岁职业在校学生收入400-600元/月知识层次和能力本科在校生，能使用电脑上网，玩游戏生活/工作状况在校大学三年级学生动机，目的，困难用来打发时间。困难：找不到好玩的游戏。用户偏好喜欢闲着用户比例不清楚典型场景坐着玩游戏，躺着玩游戏，站着玩游戏典型...
分类：
其他好文 时间：
2015-04-20 14:35:22
阅读次数：
187
一、persona（典型用户）姓名 泡芙小姐性别、年龄女，20岁职业 学生收入（月花销） -1000元/月知识层次和能力 大学本科，计算机相关的专业生活/工作情况看书，玩益智类小游戏动机，目的，困难 学习累，需要放松大脑。困难：游戏更新速度太快，找不到合适的小游戏用户偏好 玩小游...
分类：
其他好文 时间：
2015-04-19 16:03:12
阅读次数：
144
名字***性别,年龄男，23岁职业学生收入-500/月知识层次和能力本科生，熟悉电脑，酷爱手机游戏生活/工作情况每天进行上课，吃饭，睡觉等单调的三点一线的生活动机，目的，困难有些课程无聊且不具备实用价值，课下时间无聊，寻求生活的安逸与愉悦，喜欢益智类的游戏用户偏好上网，玩游戏用户比例60%典型场景下...
分类：
其他好文 时间：
2015-04-18 17:38:35
阅读次数：
96
--input(path): 存储用户偏好数据的目录，该目录下可以包含一个或多个存储用户偏好数据的文本文件；--output(path): 结算结果的输出目录--similarityClassname (classname): 向量相似度计算类，可选的相似度算法包括CityBlockSimilari...
分类：
其他好文 时间：
2015-03-12 18:33:00
阅读次数：
152
协同过滤和基于内容推荐的方法的主要优势在于，可以以相对较小的代价获取和维护这些知识。
但是，在一些场景下，比如房屋、汽车、计算机等商品，协同系统会因为评分数据少而效果不好；或者时间跨度因素也很重要的情况，用户偏好随着各种状况而变化等；这些场景就不是协同过滤和基于内容推荐擅长解决的。
基于知识的推荐系统可以解决这些问题，它不需要评分数据，因此不存在启动问题。基于知识推荐交互性很强，所以是一种会话式系统。基于知识推荐不仅仅是一种过滤系统，而是更为广义上“以一种个性化方法引导用户在大量潜在候选项中找到感兴趣或有用...
分类：
其他好文 时间：
2014-12-18 17:02:58
阅读次数：
280
如果说协同过滤中物品选择问题可以描述成“推荐相似用户喜欢的物品”，基于内容推荐则可描述成“推荐与用户过去喜欢的物品相似的物品”。因此，推荐系统的任务还是（基于用户记录）预测用户是否喜欢自己没有见过的物品。
基于内容的推荐，必须依赖关于物品和用户偏好的额外信息，但它不需要巨大的用户群体或评分记录，也就是说，只有一个用户也可以产生推荐列表。
在文本文档推荐中，比如新闻或网页，绝大多数的基本假设是物品的特征能够自动从文档内容本身或无结构的文本描述中抽取。因此，基于内容推荐系统的典型例子是比较候选文章的主要关键词和...
分类：
其他好文 时间：
2014-12-17 14:37:22
阅读次数：
902
协同过滤是当今最流行的推荐系统。其流行的最重要原因是：有实际环境作为改进的基准，而且用于分析生成推荐的数据结构（用户物品评分矩阵），非常简单。其他算法，就不会这么简单，比如通过会话交互的推荐应用会在会谈中询问用户的偏好，并且还会融入一些额外的领域知识。
协同过滤不可能应用于每个领域：例如一个没有购买历史的汽车销售系统，或需要更多用户偏好细节的系统。同样，协同过滤技术要求用户社区处于某个特定规模，这意味着即使在书籍和电影领率，如果没有足够的用户或评分数据，也无法应用这些技术。...
分类：
其他好文 时间：
2014-12-14 22:46:00
阅读次数：
282
http://blog.csdn.net/lili72
背景： 需要更加符合实际的了解用户对产品的使用情况，取每天流水数据，统计分析一个时间段用户的行为特点：
用户地区属性：最近30天出现的地方，据此推测用户所在地方，用户出现最多和用户最近出现的地方。
用户偏好属性：最近30天用户使用的菜单，据此推测用户所偏好的产品，更深入知道用户的年龄层，定向向用户推送类似的产品。
...
分类：
其他好文 时间：
2014-12-10 00:35:46
阅读次数：
180
