现有的推荐系统-现有的推荐系统有哪些

摘要： 个性化推荐系统的利弊？python推荐系统用什么神经网络？起点推荐是系统自动定的吗？互联网公司中，推荐系统都是怎么开发的？华为鸿蒙系统的智慧推荐图标怎么更换？个性化推荐系统的利弊？...

1. 个性化推荐系统的利弊？
2. python推荐系统用什么神经网络？
3. 起点推荐是系统自动定的吗？
4. 互联网公司中，推荐系统都是怎么开发的？
5. 华为鸿蒙系统的智慧推荐图标怎么更换？

个性化推荐系统的利弊？

最近几年，随着互联网的兴起，各种各样的数据爆发式的产生，下图展示了2011-2013年互联网上一分钟能产生的数据量。

数据越多选择越多，因此各个互联网产品就开始搞个性化推荐，推荐系统变得越来越火爆，可以说在大数据的时代，谁更了解用户，谁就能提供更准确的服务，也就能得到更大的利润。比如以“你关注的，才是头条”著称的今日头条正可谓是抓住了这点，吊住了用户的口味。

在今日头条的首页上，有推荐专栏，会给用户提供专属定制化新闻，也正是因为在用户特征上分析的准确，凭借这点，今日头条也得到了巨大的广告收入，这种精准营销方式得到各大广告金主的偏爱。

再比如，我们经常用的淘宝、天猫等购物APP，它会根据你平时的购物习惯给你推荐相关的产品。比如，我每个月都会给家里买一些奶制品、啤酒之类的饮品，淘宝就会自动给我推荐各种奶制品、啤酒产品，但凡我某一个月太忙，忘记给家里买东西了，一打开淘宝首页下拉之后的“猜你喜欢”部分就主动推荐给我一些我常关注的产品，我自己就又会消费了。这种方式使得商家能卖出更多的产品，同时也能给用户节省购物挑选的宝贵时间。

对于比较的大的电商公司、亚马逊、京东、淘宝等，推荐系统做的好，能能提高百分之10到30左右的订单贡献率，这就促进了百十亿的销售额，相比于雇佣几十个推荐系统工程师所花费的投入，对企业来说简直是低投入高回报的最好代表了。

好处是满足了每个人不同的兴趣方面的需要，不好的地方是不利于共同的价值观和热点的形成和传播，推荐系统的开发过于复杂，已经演化成为业界最高技术的比赛场。总的来说是社会的进步，已经在获取信息上向按需分配前进了一大步。

利：通过从大量的信息中有效地过滤掉用户不关心的内容，生成个性化的推荐列表。从用户角度来说，提高了单位时间的信息价值，减少了噪声的干扰，得到了更好的信息体验；从应用角度来说，可以精准地定位到不同的用户，提高了单位成本下的推广效果，减少了用户流失的可能性，产生了更好的经济效益。

弊：可能的隐私问题。至于所谓的共性发现，这完全可以由非个性化的推荐系统来实现，不算是缺点。但是，分析每个用户的偏好等有可能导致用户的隐私担忧，尤其是当系统被不当使用时。

python推荐系统用什么神经网络？

推荐系统可以使用多种神经网络，具体选择取决于你的具体问题和数据。以下是一些常见的神经网络类型，可用于推荐系统：

深度神经网络（DNN）：这是一种通用的神经网络，可以用于推荐系统中的特征工程和预测。

卷积神经网络（CNN）：这是一种用于处理结构化数据的神经网络。在推荐系统中，CNN可以用于处理序列数据，如文本或视频。

循环神经网络（RNN）：这是一种用于处理序列数据的神经网络。在推荐系统中，RNN可以用于处理用户行为序列数据，如用户浏览历史和购买历史。

自编码器（Autoencoder）：这是一种用于降维和特征提取的神经网络。在推荐系统中，自编码器可以用于降维和压缩用户特征，从而提高预测准确性。

生成对抗网络（GAN）：这是一种用于生成模型的神经网络。在推荐系统中，GAN可以用于生成虚拟用户偏好数据，从而提高推荐系统的泛化能力。

需要注意的是，选择合适的神经网络需要根据你的具体问题和技术栈来进行。建议参考相关的文献或开源项目，以了解更多关于推荐系统中神经网络的应用。

起点推荐是系统自动定的吗？

起点推荐不是系统自动定的，这个是需要人工推荐的，首先这个推荐只针对签约的小说，起点强人多，竞争激烈，相应的推荐位就比较少，需要PK竞争才能有机会进入到更好的推荐位，可以说是非常残酷的，那些大神白金五级作家太多，已经占据了很多***，剩下的还要低级作者自己抢，很难有推荐。

起点推荐可不是系统自动定的哦，是根据每本新书的成绩以及作者的等级来安排的。

这其中的猫腻还是不少，比如和某个编辑关系好，他也觉得你的书有潜力，就会帮你安排很多推荐，至于那些大神作家就更不用说了，基本流程走一套，加上自身的人气，一般都会有收藏的。至于普通作者，就只能拼书本身的质量了，写的好的，读者都会看到。

互联网公司中，推荐系统都是怎么开发的？

没有真正的做过推荐系统，大部分的知识都是学习过、了解过，所以一些内容认识的比较浅显，很多算法在我看来，都比较高深。下面我就把自己有限的知识分享一下：

• 在N多年前，用户进入一个购物网站的时候，看到的商品都是一样的，而现在每个用户进入首页的时候，看见的商品列表可能是不相同的；
  

• 在N多年前，用户进入一个新闻网站的首页，看到的新闻都是一样的，而现在，每个用户进入今日头条的时候，看到的新闻(文章)是不相同的；这些都要归功于推荐系统。

推荐系的分类

• 热门推荐：相当于一个排行榜功能，销售排行、好评排行、阅读排行等等；
  

• 相关推荐：用户买了一个商品，系统会告诉你类似的商品；用户阅读了一条新闻，这时候系统提示与此相关的内容。
  

• 个性化推荐：根据用户的历史行为，推荐给用户想要的内容;和相关推荐不同，相关推荐的前提是，要现有一个内容。前两种推荐都比较容易实现，这里主要说一说个性化推荐（直说整体的架构，至于一些细节，比如推荐算法，我也凉凉）。

个性化推荐系统的组成

• 日志系统：不要想象成应用日志、Log，这里的日志系统可以看做对用户信息和用户行为的搜集，这是个性化推荐系统的基础数据。

• 推荐算法：个性化推荐算法的核心，根据数据，分析得到推荐的结果。
  

• 推送服务：得到推荐的结果之后，作用于用户；如在什么场景、时机下推荐。

推荐算法的基本流程

• A：从数据库中拿到用户行为和属性等数据，通过分析不同行为，生成当前用户的特征向量；比如用户特征属性（如性别）、用户关系属性（如好友关系）、用户偏好属性（如喜欢看足球）；每个行业关注的用户特征是不相同的；
• B：不同的物品，也有不同的特征属性，比如对于***来说，包含地区、导演、演员、类型等；这个模块要做的事情就是连接用户和内容；比如用户喜欢某些特征的内容；利用用户喜欢的内容，寻找与这些内容相似的内容；根据用户特征寻找相似的用户，然后看这些用户喜欢的内容等等；
• C：对初始的推荐列表进行过滤，排名等处理，生成最终的推荐结果。

• 举个比较好理解的例子，你平时使用今日头条，看了那些文章、每篇的停留时间、阅读进度、是否回复和点赞，然后推断出你的阅读偏好，进而给你推荐你感兴趣的新闻（当然头条的算法应该更复杂）。
  

• 再举个比较出名的例子，就是【啤酒与尿布】的案例，大概意思是年轻的父亲去[_a***_]买尿布，父亲在购买尿布的同时，往往会顺便为自己购买啤酒，所以超市尝试将啤酒与尿布摆放在相同区域，结果提升商品销售收入；推荐算法也会挖掘出来事物之间隐藏的关系。
  

我将持续分享J***a开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。

可以用Mahout来实现推荐。

Mathout是Apache的一个开源项目，提供了一些可扩展的机器学习经典算法的实现。

只需要使用M***en引入依赖就可以直接使用推荐算法。

这里是使用实例代码地址：

用到的数据下载链接：

运行的其中一个截图：

对于信息的获取有两种方式：主动搜索，被动推荐。

主动搜索：我们有明确目的性而去搜索信息。系统会把信息的寻求转换为精确的关键字，然后交给搜索引擎，最后返回给用户一系列列表。

而当人们漫无目的的寻找信息时，推荐引擎就应运而生。

推荐系统：根据用户的历史行为或者用户的兴趣偏好来送给推荐算法，然后推荐系统运用大数据的算法来产生用户可能感兴趣的项目列表，同时用户对于搜索引擎是被动的。这样公司可以挖掘潜在信息的利润。

所以做推荐系统，首先要收集信息，搭建数据地图，然后搭建用户模型，通过大数据算法来形成个性化推荐。

具体的基础搭建可参考一下图片（张小磊分享的）

而互联网公司就可以根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品，从而获得更高的收益。

华为鸿蒙系统的智慧推荐图标怎么更换？

要更换华为鸿蒙系统的智慧推荐图标，请按照以下步骤操作：
1. 打开华为鸿蒙系统的设置应用。
2. 在设置应用中，找到并点击“桌面与壁纸”选项。
3. 在桌面与壁纸设置页面中，选择“图标与布局”选项。
4. 在图标与布局设置页面中，点击“智慧推荐”选项。
5. 在智慧推荐设置页面中，可以看到当前正在使用的图标。
6. 点击当前图标旁边的“更换图标”按钮。
7. 选择想要更换成的图标，可以从图标库中选择或者从相册中选择自定义图标。
8. 点击“确定”按钮，完成图标更换。
注意：部分华为鸿蒙系统版本可能会有略微不同的设置界面布局，但基本步骤是一致的。

关于这个问题，要更换华为鸿蒙系统的智慧推荐图标，您可以按照以下步骤进行操作：

1. 打开华为鸿蒙系统的应用列表，找到并点击“智慧推荐”应用。

2. 在智慧推荐的主界面上，找到需要更换图标的推荐项。

3. 长按需要更换图标的推荐项，直到出现一个小弹窗或菜单。

4. 在弹窗或菜单中，选择“更换图标”或类似选项。

5. 系统会弹出一个图标选择界面，您可以在这里浏览和选择想要更换的图标。

6. 选择好新的图标后，确认更换。

7. 返回到智慧推荐的主界面，您会看到图标已经成功更换。

请注意，具体的操作步骤可能会因不同的华为鸿蒙系统版本而略有差异，以上步骤仅供参考。如果您在操作过程中遇到问题，建议参考华为官方的用户手册或咨询华为客服。