什么是好的推荐系统
推荐系统一般有两种：一种是预测用户评分，另外是给出TopN，但后者会更频繁更有用。因为预测分数并不能怎么样。“重点是他看了，而不是评价”。下面都以TopN为主。
衡量推荐系统有四个基本指标：
准确率：
召回率：
覆盖率：对长尾物品的挖掘能力，所有用户的推荐总列表，占所有商品的比例，可以看出，K越大，覆盖率一定越高
流行度:
更高级别的：
新颖度: 这会让人眼前一亮，但很难通过离线计算获得，通常都用用户问卷。
现在主流推荐算法都有马太效应：强者越强，弱者越弱，会造成基尼系数的进一步提升。
距离和基于图的算法
基于距离的算法
用户购买的物品，可以记做矩阵。就有了ItemCF和UserCF，即常用的协同过滤。简单说，购买了相似物品的用户越相似，被用户同时购买的商品更相似。
对大部分东西的热度曲线，都呈现长尾效应：指数曲线。占20%的物品占据了80%的流量。越是重度用户，越会关心那些冷门的信息。
UserCF的推荐更社会化， 反映了用户在小型团体中兴趣的程度；和自己相似的人喜欢的，自己也喜欢。 ItemCF的推荐更个性化，反映了用户自己的兴趣：一定会喜欢购买类似的商品。
算法看似简单，但都有共同的问题，比如物品和物品是不同的，新华字典的信息量肯定没有《机器学习》来得大；人和人也是不同的，一个书商购书行为，也和普通的文艺青年有所区别。因此，需要特别去调整频繁用户/物品的权重，避免污染整个数据集。
另外，如果物品特别多或更新频繁，就去更新用户矩阵。而若用户特别多，则可用物品矩阵。简而言之，没有最合适的方法，都需要根据具体业务场景来定义规则。
K值越大，需要考虑的用户和商品就越多，显然，对UserCF,可以提升覆盖率，但不一定能提升召回。对ItemCF, K越大会降低覆盖率（为什么？）。
选择一个合适的K很重要。ItemCF的好处是其可解释性。
基于隐语义的算法
简单说，如果用户之前喜欢科技类书籍，那么就可以给他打标签，科技，之后即可推荐科技类书籍。
但问题是：
不是所有的书籍都有准确的分类，比如数学or计算机
分类很难提供准确的粗细粒度
甚至不一定有合适的分类标签
这就是隐语义，可以通过类似聚类的方法，将Item做分类，但标签不一定是可解释的，也就是所谓的“隐”，即LFM。
LFM通过如下公式计算用户对某个商品的兴趣：
网友评论
