《Machine Learning》吴恩达精炼笔记中，如何高效构建推荐系统？

本文共计1832个文字，预计阅读时间需要8分钟。

作者 | Peter | 编辑 | AI有道 | 本周重点讲解推荐系统的相关知识。推荐系统是当前机器学习领域或人工智能领域最热门的方向之一，还涉及NLP、CV等领域。主要内容包含：推荐系统简述。

作者 | Peter

编辑 |AI有道

本周中主要讲解了推荐系统的相关知识。推荐系统应该是目前机器学习领域或者说人工智能领域最热门的方向之一，还有NLP、CV等，主要内容包含：

• 推荐系统简介
• 基于内容的推荐系统
• 协同过滤

推荐系统

推荐系统概述

常见的推荐系统有三种主要的应用常景：

• 个性化推荐：常以“推荐”、“猜你喜欢”、“发现”等形式出现，一般放在首页位置
• 相关推荐：常以“相关推荐”、“看了还看”等形式出现，一般放在内容详情页
• 热门推荐：基于各种数据进行计算，得到的排行榜，支持全局排行以及分类排行等，位置不限

推荐系统对用户的核心价值，主要表现在：

帮助用户便捷、快速地筛选出感兴趣的内容

在用户陌生的领域里面提供参考意见

满足用户的好奇心

推荐系统的主要工作是：

• 首先它基于用户的兴趣，根据用户的历史行为做兴趣的挖掘，把物品和用户的个性化偏好进行匹配。