推荐系统摘要

本文共437个字,预计阅读时间需要2分钟。

作为一个推荐系统的门外汉,或者说是用户,我觉得推荐系统有以下几个特性。

  • 推荐系统的真实目的并不是做到让用户满意,而是提高销售能力,业务水平和收益。
  • 一个好的推荐系统并不是推荐用户最喜爱/想要的东西,量化评判一个推荐系统的好坏依然是工业界,学术界难点。
  • 相同的推荐算法应用于不同的系统,结果必然不同。
  • 简单易懂的推荐算法往往能获得意想不到的效果。

论文推荐系统与普通的推荐乍一看很相似,实则有很大的差异。

1. 一来学术论文的专业性很强,不可能把一篇关于电磁干扰技术的论文推荐给一名医学研究者;

2. 另一方面,学科交叉是学术研究的趋势,也是学术创新的一个关键点,一个推荐系统有理由将材料学、化学、生物或是计算机的科研工作推荐给上述的医学研究者,但是这并不能当做推荐的主流;

3. 同时,我们可以假设这名学医的在闲暇时间对天文学有着极大的兴趣,那为什么不推荐几篇太空探索的论文给这名学医者“摸鱼”呢?

除上述几点之外,还有很多意想不到的复杂情况,这些要求一个学术推荐系统有较强的应变能力。

待更新—

本文评分
评分人数: 0 平均分: 0

评论