本章提出的问题

1. 什么是推荐系统？

2. 推荐系统有那些应用？

3. 推荐系统怎么评测？

今天是2019-07-23，等看完这章，再来回答问题。也欢迎看过的在下方评论。

--------------------------------分割线----------------------------

个人总结的答案

1. 为了解决信息过载问题, 通过分析用户的历史行为或好友关系, 给用户的兴趣建模, 从而主动给用户推荐满足他们兴趣和需求的信息/产品.

2. 推荐系统的任务是联系用户和物品, 解决信息过载问题. 常用的应用包括: 

(1) 电子商务中商品的推荐, 代表公司为亚马逊.

(2) 电影和视频网站中的电影/视频推荐, 代表公司为Netflix, YouTube

(3) 个性化网络音乐电台, 代表公司为Pandora, Last.fm

(4) 社交网络, 代表公司为Facebook.

(5)个性化阅读, 代表公司为Google Reader

(6)基于位置的服务, 代表公司为Foursquare, 以及国内的高德地图.

(7) 个性化邮件, 代表系统为谷歌的邮件系统.

(8) 个性化广告, 现在这个应用比较广泛, 已形成独立学科-计算广告.

3.  评测指标包括准确度(github)、覆盖度、新颖度、惊喜度、信任度、透明度等。可通过离线实验、用户调查和在线实验进行测评。

说明

对于书中出现的函数，还没来得及去更新相应的代码（周末去丈母娘家，周一才回来）。

对于编程高手来说，看起来很easy；但对于初学者，能够给他们能运行的代码示例，还是有意义的。