文本获取和搜索引擎之推荐系统

coursera课程 text retrieval and search engine 第六周 推荐。

推荐系统

推荐系统即把恰当的内容推送给用户，相似于在一系列文档中过滤出用户想要的。通常有两种方式:

1. 看用户喜欢什么样的东西，而后检验当前文档是否和用户喜欢的类似【content-based】；
2. 看喜欢特定文档的都是什么样的用户，而后看当前用户是否和他们同样[collaborative]。
   传统的基于内容推荐模型是：

   

   他存在以下问题：

• 必须作一个yes/no的决策
• 初始的数据不多,基本基于配置
• “学习”经过用户的yes判断，并且还要靠慢慢积累

经过向量模型能够作以下改进

1. 是它利用了TR已有的模型做为相关性【分数】计算
2. 对于初始的配置来说也能够当作是一个向量用来和文档作计算分数
3. 经过阈值模型来作决定是否推送给用户，并对过滤的结果经过效用模型来评估
4. 用户获得的反馈以后反过来更新阈值学习和向量模型的学习系统

向量学习系统即调整向量自己的位置，和搜索相似

阈值模型困难在于：能被用户判断的数据都是送给用户的；开始的时候被标记的数据少；提供给用户一些试点的数据，看用户如何反应，太少了达不到效果，太多又会担忧都是用户用不到的数据

Beta-Gamma阈值学习

y轴是实际的做用（好比有点击的），x轴是排序中的位置；

表示继续调低阈值那么推送过去的都是无效的;表示阈值的上界，即只要大于这个阈值，基本都是有效的。它和之间还有可能存在必定的数据是有用。衡量真实的取值则能够用来表示:

通常来讲，更偏向于，这样获得的数据显得更全面。可是有时候不须要显示这么多，能够经过训练来达到另外一种取值方式

当训练的样本数足够的时候，认为已经足够了解用户了，那么 能够取较小的值，不够的时候，偏向于 ）便可；训练样本的权重则经过 来控制