推薦系統摘要

作爲一個推薦系統的門外漢，或者說是用戶，我覺得推薦系統有以下幾個特性。

• 推薦系統的真實目的並不是做到讓用戶滿意，而是提高銷售能力，業務水平和收益。
• 一個好的推薦系統並不是推薦用戶最喜愛/想要的東西，量化評判一個推薦系統的好壞依然是工業界，學術界難點。
• 相同的推薦算法應用於不同的系統，結果必然不同。
• 簡單易懂的推薦算法往往能獲得意想不到的效果。
  

---

論文推薦系統與普通的推薦乍一看很相似，實則有很大的差異。

1. 一來學術論文的專業性很強，不可能把一篇關於電磁干擾技術的論文推薦給一名醫學研究者；

2. 另一方面，學科交叉是學術研究的趨勢，也是學術創新的一個關鍵點，一個推薦系統有理由將材料學、化學、生物或是計算機的科研工作推薦給上述的醫學研究者，但是這並不能當做推薦的主流；

3. 同時，我們可以假設這名學醫的在閒暇時間對天文學有着極大的興趣，那爲什麼不推薦幾篇太空探索的論文給這名學醫者“摸魚”呢？

除上述幾點之外，還有很多意想不到的複雜情況，這些要求一個學術推薦系統有較強的應變能力。

待更新—

更多內容訪問 omegaxyz.com
網站所有代碼採用Apache 2.0授權
網站文章採用知識共享許可協議BY-NC-SA4.0授權
© 2020-2025 • OmegaXYZ-版權所有 轉載請註明出處