推荐系统,是指根据用户的习惯、偏好或兴趣,从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同,这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是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。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。
基于因果推断的推荐系统去偏研究
专知会员服务
16+阅读 · 11月10日
扩散模型推荐系统综述
专知会员服务
18+阅读 · 9月11日
推荐系统融合排序的多目标寻优技术
专知会员服务
16+阅读 · 8月17日
可解释图推荐系统
专知会员服务
19+阅读 · 8月4日
【SIGIR2024】GPT4Rec: 用于流式推荐的图提示微调
专知会员服务
17+阅读 · 6月13日
自监督学习推荐系统综述
专知会员服务
33+阅读 · 4月6日
大模型撞上推荐系统
专知会员服务
101+阅读 · 2月27日
【WWW2024】RecDCL: 双重对比学习用于推荐
专知会员服务
21+阅读 · 1月30日
微信扫码咨询专知VIP会员