版权声明：本文为博主原创文章，转载请注明出处。 https://blog.csdn.net/gongxifacai_believe/article/details/82142928
1、推荐系统概述
推荐系统(Recommender System, RS)是向用户建议有用物品的软件工具和一种技术。常用于多种决策过程，比如购买什么商品、听什么音乐、在网站上浏览什么新闻等等。
“物品”是用来表示系统向用户推荐内容的总称，一个推荐系统通常专注于一个特定类型的物品(eg: CD、图书、电器等)，设计的核心是为特定类型的物品提供有用和有效的建议而定制的。
RS分为个性化推荐和非个性化推荐两大类；个性化推荐是指基于用户对商品的偏好信息来进行其它商品的推荐，至于非个性化推荐一般是指将热销商品进行推荐(eg: Top10的商品推荐)；这两种不同的推荐方式在某些不同场景下都会存在着比较不错的效益。
2、推荐系统的功能
（1）增加物品销售的数量
（2）出售更多种类的物品
（3）增加用户满意度
（4）增加用户忠诚度
（5）更好的了解用户需求
3、推荐系统效果评估
可以将推荐系统的运行过程看成一个回归问题或者分类问题，所以可以通过类似的分类/回归相关指标进行衡量，主要包括：
（1）均方根误差(RMSE)
（2）平均绝对误差(MAE)
（3）准确率(Precision)
（4）召回率(Recall)
（5）ROC曲线（TPR/FPR）
