文章插图
推荐引擎【推荐引擎】推荐引擎，是主动发现用户当前或潜在需求的定律，并主动推送信息给用户的信息网路 。挖掘用户的喜好和需求，主动向用户推荐其感兴趣或者需要的对象 。
推荐引擎不是被动查找，而是主动推送；不是独立媒体，而是媒体网路；不是检索机制，而是主动学习 。推荐引擎利用基于内容、基于用户行为、基于社交关係网路等多种方法，为用户推荐其喜欢的商品或内容 。
基本介绍中文名：推荐引擎
外文名：recommendation engines
表达式：主动发现用户当前或潜在需求
套用学科：信息网路
适用领域範围：IT
基本信息概念推荐引擎，是主动发现用户当前或潜在需求，并主动推送信息给用户的信息网路 。具体来说，推荐引擎综合利用用户的行为、属性，对象的属性、内容、分类，以及用户之间的社交关係等等，挖掘用户的喜好和需求，主动向用户推荐其感兴趣或者需要的对象 。特点推荐引擎不是被动查找，而是主动推送；不是独立媒体，而是媒体网路；不是检索机制，而是主动学习 。推荐引擎利用基于内容、基于用户行为、基于社交关係网路等多种方法，为用户推荐其喜欢的商品或内容 。基于内容的推荐是分析用户正在浏览的内容的"基因"，选择与当前内容有相似"基因"的对象推荐给用户 。同时也分析用户过去浏览过的内容的"基因"，从而获取其偏好，然后将与用户偏好的对象推荐给用户 。例如，用户在浏览一款包的时候，为其推荐其他外形相似的包 。基于用户行为的推荐则是利用群体智慧算法，分析用户的群体行为，综合分析用户与用户之间的相似度、用户对小众商品的个性化需求，从而同时提高推荐的精準性、多样性与新颖性 。基于社交关係网路的推荐是通过分析用户所在的社交关係网路，找到其最能够影响到的用户，或者最能够影响到该用户的用户，再综合每位用户的个性化偏好进行推荐 。个性化推荐个性化推荐能够帮助购物网站解决以下问题：（1）提高用户购物体验，提高转化率和增加用户黏度；（2）加速用户从浏览到购买的过程；（3）挖掘用户潜在需求，提高用户购买的品类数和多样性 。推荐引擎广告推荐引擎广告，是通过洞察用户消费意图，匹配最优广告，在大量媒体上实时呈现，来提高广告效率的网际网路新技术 。发展历程1995年3月，卡耐基.梅隆大学的Robert Armstrong等人在美国人工智慧协会上提出了个性化导航系统Web Watcher; 史丹福大学的Marko Balabanovic等人在同一会议上推出了个性化推荐系统LIRA；1995年8月，麻省理工学院的Henry Lieberman在国际人工智慧联合大会（IJCAI）上提出了个性化导航智慧型体Litizia；1996年，Yahoo 推出了个性化入口My Yahoo；1997年，AT&T实验室提出了基于协同过滤的个性化推荐系统PHOAKS和Referral Web;1999年，德国Dresden技术大学的Tanja Joerding实现了个性化电子商务原型系统TELLIM；2000年，NEC研究院的Kurt等人为搜寻引擎CiteSeer增加了个性化推荐功能；2001年，纽约大学的Gediminas Adoavicius和Alexander Tuzhilin实现了个性化电子商务网站的用户建模系统1：1Pro；2001年，IBM公司在其电子商务平台Websphere中增加了个性化功能，以便商家开发个性化电子商务网站；2007年，Taboola在以色列成立，利用其专业推荐引擎服务于全球顶尖的内容商与出版商如《今日美国》、《赫芬顿邮报》、《时代》和《The Weather Channel》（天气频道）和Business Insider等网站 。2015年获得百度的数百万美元的战略投资 。2009年，百分点科技推出专业推荐引擎技术平台，这是一家专业的推荐引擎技术与服务提供商 。2011年，浪淘金CEO周杰提出在全网使用“推荐引擎”技术 。工作原理先将推荐引擎看作黑盒，它接受的输入是推荐的数据源，一般情况下，推荐引擎所需要的数据源包括：要推荐物品或内容的元数据，例如关键字，基因描述等；