云咖啡讲座
扫码回复【DS 0】报名
特殊时间，一杯咖啡钱，
足不出户，和大厂导师“Coffee Chat”
在家学习没人催，缺少动力？
学习资源那么多，收集信息太麻烦？
想了解互联网求职技能，不知从何下手？
职图集训营云自习室开张啦！
带你学习互联网科技最热门行业必备知识点
不论你是零基础的小白同学
还是想转行互联网的在职人士
都可以在这里利用碎片时间提升自我！
我是今日课代表：Emma学姐。昨天我们讲到了什么是用户推荐系统、需要收集哪些数据，以及三种常用的用户推荐系统方法，没有做笔记的同学可以回去复习一下噢。今天我们来说说，如何判断一个用户推荐系统的优劣？
如何评价一个推荐系统的好坏
除了先决条件（比如海量数据，丰富内容，多元用户）以外，基于系统的性能，我们一般评判有两个角度。
一是侧重模型性能方面，比如常见的准确率(Accuracy)是衡量推荐系统好坏最重要的指标之一, 精确率(Precision)看推荐系统猜的准不准, 召回率(Recall)看系统覆盖的人群全不全，比如系统给某类型单身女性推送小妞电影（Chick Flick）恰好这时候又是情人节，那么这个准确度是极其高的。
第二侧重商业运用方面，比如用户满意度(Customer Satifaction), 新颖性，实时性等等。这些指标之间都有内在联系， 并不都是越高越好，比如说新颖度上升了准确度有可能下降。所以衡量一个好推荐系统的标准是根据不同场景和商业需求，进行最优搭配。
推荐系统的挑战与前景
随着推荐系统不断发展的这几年里，推荐系统已经进入了相对成熟的阶段, 但同时个性化推荐技术面临着很大的挑战。比如多样性和准确性的两难处境，热门流行的产品并不一定符合用户个性，所以盲目提高精准性可能伤害推荐系统，导致用户视野变窄。
对于电子商务和流媒体网站来说，尽力帮用户去“发现”兴趣，和更多类别，从而激发用户新的使用需求/购物需求。对社交类网站来说，新用户在初始阶段没有得到别人关注，容易趋于不活跃，可能直接决定着这个用户还会不会使用下去。
对于新用户来说，还会存在一个冷启动(Cold Start)的问题，推荐系统一般都需要在大量的数据基础过后才能比较准确的进行推荐。目前解决冷启动的有效办法，除了尽可能快地了解用户的特点和需求（比如让用户参与小调查）以外，标签系统(Tagging Systems)也被广泛运用， 比如对于La La Land电影,有的人会打上"音乐剧"，"洛杉矶"，而有的人会打上"高司令"，标签可能会被定义为既可以看作是商品内容的萃取，同时也反映了用户的个性化喜好， 为解决冷启动问题提供了方案。
图：阿里推荐生态链
推荐系统在商业运用中， 很少只使用了一个推荐策略，一般都是在不同的场景下使用不同的推荐策略，从而达到最好的推荐效果。
拿 Amazon 的推荐系统作为例子，它将基于用户本身历史购买数据的推荐，常见的是 "Frequently Bought Together" 进行推荐商品，从而达到Upsell/Cross-Sell的目的。同时亚马逊也会基于用户当前浏览的物品推荐，以及基于大众喜好的当下比较流行的物品，都在不同的区域推荐给用户，让用户可以从全方位的推荐中找到自己真正感兴趣的物品，比如首页的 "Instresting Find - Your Mix"。
而正由于推荐系统的重要性和稀缺性，根据Kaggle调查, 推荐系统已经成为2018年商业分析（Business Analyst)和数据科学(Data Scientist)求职必备的技能之一。无论科技巨头FLAG，初创公司，还是银行保险和时尚快消行业，都需要一套高性能的推荐系统。
据统计，推荐系统已帮Netflix，Amazon带来了10-25%的盈利增长。BAT阿里巴巴投资过亿，用于布局AI推荐系统生态链，由此可见推荐系统的模型和数据分析与运用能力都是各大公司普遍看中的能力。
以上关于推荐系统的简单介绍，只是推荐系统的一小部分，关于推荐系统的详细模型解读与运用，实验方法和商业项目，我们将在Data Analytics实战课中一一为大家揭晓，加入SQL, R中的数据分析，模型训练专题和A/B Testing等内容，结合面试真题，手把手带你做推荐系统项目，帮你成功收获Offer。
以上关于推荐系统的简单介绍，只是推荐系统的一小部分，关于推荐系统的详细模型解读与运用，实验方法和商业项目，我们将在集训营年卡Data Analytics项目中一一为大家揭晓，加入SQL, R中的数据分析，模型训练专题和A/B Testing等内容，结合面试真题，手把手带你做推荐系统项目，帮你成功收获Offer。
5大课程方向，6大会员权益
每天不到3美元
掌握互联网高薪职位硬技能！
集训营系列课程，内容包含Digital Marketing，UXUI Design，Marketing Analytics/ Business Analytics， Data Analytics ，Fashion Marketing 5大互联网高薪求职方向，课程内容紧跟行业最新趋势和企业招人需求，揭秘行业职能细分，传授岗位必备硬技能，剖析行业最佳案例，及求职面试准备技巧等。
求职Agile课程，以工作中的实用工具和协作能力为出发点，涵盖SQL、Python、Google Analytics、Google Ads、Tableau、Mailchimp 、Sketch等，每月更新，帮助同学们快速与业界接轨。
线上直播课程，每月邀请行业专家，分享行业正在发生事，讨论热点，及招聘趋势，为同学们打破信息差，拓宽业界视野。
一对一课程，将由行业资深导师和同学一对一交流，帮助同学梳理求职优势和未来发展方向、晋升路线和提升策略。
每年定好的学习计划FLAG，总是不能完成？集训营年卡会员将分组进入社群中，班主任入群监督同学学习进度，同学之间可以讨论分享学习经验。
职图每年都会举行多场线上线下的重量级活动，集训营年卡会员，享有不定期折扣优惠，除了硬技能学习之外，还能通过活动和职图导师，职图校友们Networking，拓大职场人脉圈。
扫码回复【集训年卡0】
联系职图老师立即咨询
学姐还为大家准备了3个助力包，
助力同学们全力冲刺5月求职季！
【职图5月求职日历】
每日求职福利直接送，帮你规划5月每天可以做的事情，打卡学习，每天完成1小步，求职进步一大步。
【2020北美留学生抱团求职群】
北美留学生们报团取暖，分享自身的求职经验，和最新的求职资讯！群内无广告运营，每天播放最新的行业资讯和专业知识，更有众多求职福利不定期更新~
【职图最新课程】
有真实实操的远程实习-飞跃计划/帮助海归打破求职壁垒&水土不服-海归VIP冲刺项目/ 每天打卡学习专业知识，加深自身专业实力或跨专业学习-集训营年卡，强势加速你的Offer！
扫码添加学姐
回复【5月】立即领取福利
