推荐系统术语 [ACM暑校]

1. 推荐系统

推荐系统可视为一种信息的“筛选装置”，其核心目标在于应对信息过载 的挑战，从而协助用户更高效地进行判断与选择。该系统的基本运作机制是依托用户以往的行为数据（如购物记录、评分行为、页面点击等），构建出能够反映其兴趣偏好的模型，随后借助特定的推荐技术，将最符合用户潜在需求的内容推送至其面前，如下图所示：

• 召回（recall）

在面对数量庞大的（数千万）商品信息时，通过初步筛选机制，从中挑选出数百至数千个可能符合用户需求的候选项目，这一过程可视为对用户潜在兴趣商品的初步过滤。

• 排序（sort）

在完成初步筛选后，针对所获取的数千个候选项目，通过预测用户点击的可能性进行排序处理，从而生成最终提供给用户的推荐结果列表。

数据基础构建与分析

• 用户数据（user）

用于构建用户画像 的信息会根据不同的推荐机制有所差异，常见的信息涵盖用户的兴趣偏好、用户的基本特征以及用户在社交网络中的好友关联等。

• 内容数据（item）

用于刻画被推荐对象核心特征的信息，这些特征与具体内容密切相关，例如一部影片的导演、主演、所属