推荐系统三十六式-01.开篇词用知识去对抗技术不平等.pdf
需积分: 8 105 浏览量
2023-03-02
14:54:07
上传
评论
收藏 133KB PDF 举报
时今，推荐系统已然成显学，个性化推荐成互联产品的标配。
为此，我知道，好学的你肯定在收藏着朋友圈流传的相关章，转发着微博
上的相关讨论话题，甚还会断奔在各种业会议之间，听着职
们讲那些货。
同样，我也知道，这样碎化的吸收，增加知识的同时，也增加焦虑。因
为技术的平等泛存在于业界内，推荐系统也外。
推荐系统从搜索引擎借鉴少技术和思想，如内容推荐有少技术就来
搜索引擎， 由 Amazon 发扬光的，基于户（ User-based ）和基于物
品（ Item-based ）的协同过滤将推荐系统技术从内容延伸到协同关系，超越
内容本身。
后来 Netflix 搞个分百万美元的豪赛，以矩阵分解为代表的评分预
测算法如后春笋般出现。此，机学习和推荐系统得越来越近，最近
，深度学习和强化学习将推荐系统带向新的度。
推荐系统也是现在热的 AI 分之，但凡 AI 类的落地，都需要具备这
个基本元素才：数据、算法、场景、计算。推荐系统也外，刚好，
现在的时代，这些元素的获得成本相前已经很多。未来随着各种硬
件设备越来越智能，万物互联得越来越紧密，们的个性化需求、场景的多样
性、数据的复杂性都对推荐系统提出的要求。
有个趋势我是确信疑的：世界在向状发展，万事万物倾向于相互连接构
成复杂络。复杂络具有尺度特点，表现是：少数节点集聚连接。
这个现象陌，叫做太效应，社交络粉丝数、链接引、电商
站商品销等等，如此。推荐系统的使命，就是要技术来对抗这种平
等。
在复杂络中，雄踞顶端的节点法体会尾的疾苦。推荐系统的技术应现
状也如此，们骑绝尘，感觉分分钟就要达到奇点的节奏，然普遍的
是：太多中、程师们还知道个推荐系统如何才能从 0 到 1 诞，
这需要去解哪些知识？
这样的知识鸿沟，需要有去填平，需要让成熟的技术进每个可以采的
产品中和愿意学习的脑中，让整个社会起提效率，享受时代赐予的技
术红。
于是，我在极客时间的邀请下，开这个专介绍推荐系统知识的专栏，系统
地为你整推荐系统的相关知识和常识，来对抗技术本身的平等。
临现状，你其实需要这样的知识：
1.
能解决系统起步阶段 80% 的问题；
2.
已被数产品验证过有的东；
资源评论
