YangQiang教授指导的这篇ICDM2008的文章我2年前就拜读过，但当初对上面的方法不是特别感冒，所以也就没有记得特别清楚。最 近，KDD Cup的第二个track的问题和这篇Paper的研究问题很像，同时我在做KDD Cup时也设计了一个算法，感觉效果非常好，我准备把他称作基于采样的binarySVD算法。然后我准备研究一下这个算法是不是已经有人提出来了，因为 我隐约记得是看过类似的方法。结果我一查，发现果然�...

图灵测试大家都很熟悉，通过问答形式来区分人和机器。小时候也做过假托《镜花缘》的逻辑题，需要你通过提问区分两个怪蜀黍谁来自“真话国”谁来自“假话国”。回到现实中，绝大多数推荐系统都无法回避冷启动问题——面对素不相识的用户，需要尽快把握其好恶给出尽量靠谱推荐。这时候通过问问题套瓷观察对方的反应，就是很常见和有效的做法（跟社交场合一样）。考虑到对象是形形�...

上周日参加了2011推荐系统论坛一日游，来自Yahoo!，淘宝，百度，Google和Hulu的技术人员分享了他们在推荐系统相关领域的经验和想法。这一周陆陆续续看到一些网友写的游记，很多对论坛的内容有详细的分析和介绍。今天我也写点，主要讨论一些印象比较深的话题。 1. Yahoo!的Yehuda Koren的演讲 Netflix Prize大赛之后，Yehuda Koren已经成为明星级的研究人员。单纯从技术角度看，他的演讲无疑是这次论坛上...

原文链接：http://musicmachinery.com/2011/02/22/is-the-kdd-cup-really-music-recommendation/ KDD Cup：http://kddcup.yahoo.com/index.php 背景 KDD Cup 2011的主题是音乐推荐，虽然数据集还没有正式公布，但相关的讨论已经开始预热了。本次数据集合的一个特点，是评分对象不光是歌曲，还包括专辑、艺术家和音乐流派，这使得用户的偏好相对更丰富和层次化；但content-based的研究者意见很大，音乐信息也被搞成匿名使得他们基�...

Greg Linden，亚马逊早期推荐系统的主要贡献者，在最近的博文《YouTube uses Amazon’s recommendation algorithm》中讨论了YouTube在RecSys 2010上的一篇论文，因为该文报告，目前YouTube的推荐算法主要采用Item-based方法和Ranking方法。 YouTube在WWW 2008上曾经报告过他们使用Random Walk方法解决视频推荐问题的研究结果。我不是很适应这篇文章的表述方式，虽然自问对Random Walk方法多少还是有点了解，但一直没弄清楚他...

有朋友说RecSys 2010有一篇来自Hulu的短文挺有意思，打印出来看了看，是Hulu北京研发中心（学名北京HULU软件技术开发有限公司？）的研究报告《Do clicks measure recommendation relevancy? an empirical user study》，的确是不错的工作。这是一个数据分析报告：推荐算法的效果可以用离线数据集来评测，也可以上线后评测用户的反应，从而评测算法性能；点击率是在线评测方式最常用的指标，本文通过实验检查点�...

对于移动互联网应用而言，除了传统互联网所积累的海量信息、各种丰富应用可供使用外，移动互联网本身也生产了海量的内容和应用，怎样准确识别用户的喜好并在此基础上向用户推荐最相关的产品、服务、信息是解决所谓“信息超载”问题的有效手段之一。 不管是基于内容过滤（Content-Based filtering ）、基于协同过滤（ Collaborative filtering ）的个性化推荐技术，基于互联网的个性化推荐基本上�...

一、ACM Recsys2010概览 2010年9月26日至30日，推荐系统领域顶级会议ACM Recsys’10（ACM Recommender Systems 2010）在西班牙巴塞罗那召开。会议包括主会（包含10个Session）、7个研讨会(Workshop)、海报（Poster）、演示（Demo）、博士生论坛（Doctoral Symposium）等，吸引了一大批学术界和工业界的专家参加交流。此次会议共收到200余篇投稿，其中129篇长文（full paper）中的25篇被接受(录取率19.4%)并作口头宣讲，78篇短文�...

在社会化标签越来越流行的网站中，用户的喜好往往可以从通过用户所使用的标签来分析和挖掘到。例如，用户在美味书签（Del.icio.us）上使用的标签表示了用户对收藏书签的喜好程度；在电影评分网站(MovieLens.org)上使用的标签表现了用户所看电影的喜好程度；在微博网站（Twitter.com）上的标签体现了博主和网友对博文的评价和偏好……同时不同用户之间所偏好和使用的标签也各不相同。我们利用�...

http://www.comp.hkbu.edu.hk/~lichen/srs2011/ Social media sites have become tremendously popular in recent years. Yet, the abundance and popularity of social media floods users with huge volumes of information and hence poses a great challenge in terms of information finding. Social Recommender Systems aim to alleviate information overload for users by presenting the most relevant and useful information items. Social recommender systems that suggest content (e.g., wikis and forum posts), people, and communities oft...