大数据分析、挖掘与应用-中国科学技术大学

《大数据分析、挖掘与应用-中国科学技术大学》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、12017大数据分析、挖掘与应用刘淇中国科学技术大学大数据分析与应用安徽省重点实验室Email:qiliuql@ustc.edu.cn第一部分：推荐系统入门主要内容3什么是推荐系统背景、定义、应用场景推荐方法概述兴趣建模推荐算法设计推荐结果的评估小结及未来的路资料推荐主要内容4什么是推荐系统背景、定义、应用场景推荐方法概述兴趣建模推荐算法设计推荐结果的评估小结及未来的路资料推荐为什么要推荐5InformationoverloadWeareleavingtheageofinformationandenteringtheageofrecommendati

2、on.ChrisAndersoninTheLongTail背景6推荐系统商家增加收益网络商家推荐系统项目项目过滤主动服务信息技术普通用户用户各得所需推荐无处不在—豆瓣7推荐无处不在—淘宝8我的淘宝商品页面推荐无处不在—Amazon9背景10推荐无处不在面向推荐算法的竞赛层出不穷11首届全国大学生数据挖掘邀请赛Willtheycontact?面向推荐算法的竞赛层出不穷12被评选为09年IT行业100件最重要大事之一面向推荐算法的竞赛层出不穷13面向推荐算法的竞赛层出不穷14主要内容15什么是推荐系统背景、定义、应用场景推荐方法概述兴趣建模推荐算法设计推荐结果的评估

3、案例学习基于用户兴趣扩展的个性化推荐方法面向推荐系统的纠结心理挖掘小结及未来的路资料推荐背景及相关工作16推荐系统首先是一个“System”UI/UE30%Data30%DomainKnowledge20%Algorithm10%Others10%背景及相关工作17推荐系统框架相关工作18推荐方法分类主要内容19什么是推荐系统背景、定义、应用场景推荐方法概述兴趣建模推荐算法设计推荐结果的评估案例学习基于用户兴趣扩展的个性化推荐方法面向推荐系统的纠结心理挖掘小结及未来的路资料推荐兴趣建模20非个性化兴趣模型无法识别单个用户的ID群体智慧兴

4、趣建模21非个性化兴趣模型无法识别单个用户的IDLogClips1BCE2ABBA3ABC4ABDC…5ABCDEFGPrintLogDatabase……TransactionDatabase兴趣建模22非个性化兴趣建模关联分析----发现经常出现的事物、行为、现象购买A的顾客还会购买。。。搜索“讯飞”的用户还会经常搜索“科大讯飞”移动用户在下午五点经常听歌还是玩游戏？下载某类音乐的用户通常有哪些特点？用户行为与所处环境的关联市区{(Isaholiday?:Yes),(timerange:PM3:00-4:00),),(location:Urban)}Surfing

5、ontheInternet行为模式：咖啡馆下午3点手机浏览网页兴趣建模23意图：频繁序列模式挖掘国际汽车品牌SIDSearchSession1丰田雷诺宝马奔驰搜索序列模式1：2宝马奔驰法拉利丰田宝马奔驰3本田丰田通用宝马4吉利奇瑞长城江淮搜索序列模式2：5比亚迪吉利江淮长安吉利江淮长安6长城江淮华泰长安意图：国内汽类似于关联模式挖掘的算法车品牌PrefixSpan隐马尔科夫模型、CRF将搜索意图理解为隐状态建模搜索历史与当前意图之间的序列模式兴趣建模24个性化兴趣模型利用项目列表来表示用户兴趣加权or不加权数据异常稀疏Item-

6、1Item-2Item-3Item-4Item-5Item-6User-14*25**User-2321**3User-3*2*3*4User-4*3354*User-55*34**兴趣建模25个性化兴趣模型Item-1Item-2Item-3Item-4Item-5Item-6User-14*25**User-2321**3User-3*2*3*4User-4*3354*User-55*34**Threekindsofdata:users’data,items’data,andratings’data.•Name•Name•Value•Job•Tag•User-id•Like•

7、[content]•Item-id•Address•[category]•[time]……•[time]…………兴趣建模26个性化兴趣模型低秩分解评分预测1-5分学习排序1购买，0未购买ABCDEU110100U210011.....用户.......X.............项目兴趣建模27显式信息(ExplicitInformation)用户手动添加，系统直接从用户输入获得评分、点赞、评论等例如个人信息，包括生日、性别、位置、爱好、工作等等兴