今天我讲的题目是个性化的推荐系统，用于。我的报告分为三个部分，第一部分就有一个快速的，关于在这个领域发展。第二部分讲一些比较新的开发，在我的实验室。第三个部分讲一些应用，也是在我的实验室。我先说明，我除了本科读的数学以外，研究生和博士就都越转越远。本科读数学，研究生就到了计算机科学，博士是到了。现在数学我除了记住和整天求大N以外没记住多少，你们都是学数学的，数学这一块你们就不要问我问题了，你们都是专家。 我主要是给大家讲一些研究的理念和开发的大概的东西。可能你们作为数学背景和运筹学背景的人很可能能够把你们搞的这些东西用于，这样是一个比较好的合作点。 第一个就是。讲之前我先要讲个性化问题，电子服务的个性化问题，主要是基于Web服务的。我们每天都收到特多的E-mail、短信等等乱七八糟的东西，你们怎么办？是不是99%的情况下连读都不读就直接删？是的，肯定是这样，为什么呢？因为你知道它特没用，因为那个人一发就群发发给100个人，10000个人，更不是针对你的，你就没有。其实你想发那个人也挺不容易的，找了半天，你们这么多人的E-mail地址，人家写了半天发出去，他的目的是什么呀？他的目的是说我发10000个E-mail里边怎么也能找着一两个想买我这东西的吧？ 我们实际上也不是不想有人推荐，如果有人给我们推荐一个特别合适于我们的东西，我收到的这个E-mail可能也特别愿意。但是现在的情况下是都没有个性化，我们可以试想，如果我们进到了一个大的商场，实际上就是想买一个外衣，我见到了一个特别优秀的服务员，他眼睛一看我这样就说我们有一种新来的外衣特别特别适合于你，你看价钱也合适、样子也合适那我们就买了，这真的是我我们挺理想的一个方式。对于商店也是这样，这个衣服适合于她，这个衣服适合于他，个性化是一种基于一对一的关系，而你这种一对M的这种关系就没有任何个性化，导致我们就把它都当成了垃圾。这个就是最早的一个理念。 人们现在的问题是我们能不能搞这种个性化的在线的电子服务呢？能不能给用户推荐真的他们喜欢的产品或者服务呢？它的前提是我推荐要推荐得“准”，命中率特别高。同时我也不要丢失一些可能的顾客，我把他给落掉了，也不要出现这样的问题。个性化系统有一个特点，这个特点是用户是被动的，我对于用户想要什么是猜出来的，是用软件算出来的，这个是它的特点。这个跟你打电话，澳大利亚和中国都一样，特别是给一些公共的，像保险公司打电话，你是老用户查这个按1，查那个按2，查那个按3，你来决定12345，这个不叫个性化，这个英文叫，不是，我就不知道怎么来翻译。它的意思是说人是主动的，你来控制你是选1还是选2，选1选2都是你控制的，不是计算机猜的。我们现在要做的个性化是计算机它猜出来你喜欢什么，而且有比较高的准确率和命中率，特别是它一个软件来算，通过算出来你大概喜欢什么。这首先是个性化的理念。 哪个部门是最早出现个性化的呢？亚马逊，亚马逊它就有一些个性化，不知道你们是不是在那买过东西，我在亚马逊上没买过别的，就买过书，我确实买过一些的书，当我买了几本书以后，我一到那它马上新的的书就都给我马上推荐，所以它就鉴定出我是一个做的人。目前大家认为最好的来实践个性化的东西就是推荐系统，推荐系统可以很好的实现这个理念，它基本的idea就是，三个。 我给你提供，因为你知道我需要买什么东西，这是。那，不同的用户我给不同的用户。正好是我需要那会推荐，我后边给你讲一个例子，我们和澳大利亚第二大手机公司有合作应用就是推荐系统，那个手机公司叫，它的软件叫，现在已经实施了一部分，最后一部分还在测试应用。它对，为什么叫呀？就是你在打手机的时候，现在手机不是签合同吗？29元一个月或30元一个月，现在打爆了，打的出问题了，或者打的低于很多，它在这种情况下给你一个推荐你就很容易接受，所以这是三个。我现在是来给大家重点讲，介绍它之前我们先介绍两个概念，也不知道在座的同学听没听过这个词，你们多少人听过呀？大概是一少半吧，为了那多于50%的同学我就给大家介绍一下。 这个它有两个基本的概念，一个就是有一组，这个可以是产品，可以是服务，我可以推荐旅馆、推荐电影、推荐产品、推荐衣服、推荐书包，推荐什么都可以。用户是使用的，可以是个人，可以是企业，可以是公司，都是可以的，所以一个叫，一个叫。现在理想的状况是我告诉你这个特别适合于用户，用户也特别高兴，那马上就买了。

　　一共有三类主要的类型，第一个就是；第二个是；第三个是。还有这三个的混合，可能第一、第二混合，第二、第三混合，三个都混合等等。在底下又分为几种情况，一会儿我再一一介绍。现在我就给大家介绍这几种。 我们一看这名字就知道，它是对吧？我说在上买过两本书，一个叫，一个叫，我一共买过两本，当我再一上网它马上就推荐给我说路节，现在现在有一本书叫，跟我那两本书特别类似，它猜到我有很大的可能性买，如果我真的教这门课的话真的可能买这些书。那么这个就是，它基于我过去的购货历史。但这个不是特别容易，你要想想这两个书或者一大堆书，你怎么能够分出书的不同？按照什么？按照书名？按照作者？按照书有多厚多薄？按照多少张？你到底按什么分？这个书有好多。 你得能够确定出来用哪个来分。说实在的，这方面的书我们可以用抬头分，抬头里有没有？但是如果是小说的话你用题目分肯定是不行的，对不对？用题目分肯定就乱套了，那可能就用作者，或者说用长短，长篇小说、中篇小说、短篇小说，那就是大不一样的了。 所以在你的情况下必须要把最主要的找出来，这个我们用的都是学习的方法。通过学习来找到最起作用的那些，用它来分出书与书之间的不同。在这种情况下当我有了一个新的，它就根据我的购货历史来找出一个我可能最喜欢的推荐。下一个问题是书有书名，而且一般的书，那些老书也可能再版，如果说你买衣服，或者买书包，那老款就再没有了，它在给你推荐新款的时候要考虑到新款和老款之间的关系，它要提前对所有的产品或者服务，它要给你分类。这个也就是我画的这个图，我们要有用户的历史，要有，我建立一个，通过，再通过他们的，最后我给出的一个推荐。 最早在这方面比较成功之一就是一个叫图书馆的推荐系统，这个推荐系统是你曾经在那借过什么书，它根据你借书的特性当你再次去图书馆的时候就把类似的书推荐给你，它推荐给你一溜，十本，你从里面再选。这个是一个比较成功的。的这种方法你想它有缺点，你说它有什么缺点？新用户，没购货历史的，第一次用，第一次来图书馆，所以怎么办呢？第一次来你就得回答点问题，因为它一点儿你的购货记录都没有，它不管其他人的情况。 下面我再讲第二种方式，就是的方式，这种CF的方式它的理念跟那是大不一样了，我们这里有好多同学，你们在上网看到电影，或者买了什么东西，淘宝网上买了个包包，买双鞋你们都给打分吗？打，肯定打，我从来没上过淘宝网，但是我有学生上，中国的学生，我带博士生大概有12年，在这12年里大陆去的学生我跟你说有哪个学校的。北京有北航的，北理工的，在别的地方有哈工大的，大连理工、浙大、上海大学，我带过硕士是复旦的，有华南工学院的，华中工学院的，现在叫华中科技大学，是各个学校的，所以学校的动向我都特别特别知道。他们在淘宝网上得打分，说好说坏，这样第一帮助其他的购买者，第二他们还可以升级到几个星，反正是有这么一个说法。 现在这个方法其实就是给你打分，是以“打分”为基础的，如果这个网站大家买东西从来没有打分，这个方法就行不通。这个方法打分的理念是这样的，大理念是说你跟我差不多，因此你喜欢的我就可能喜欢。比方说我和我们这儿的一个女老师，我们俩年龄差不多又都是老师，她喜欢这个书包我就可能喜欢，所以只要她买这个书包它就推荐给我买。好，那怎么样说我们俩人都差不多呢？不是根据我们俩人的年龄，也不是根据我们两个人都是中国人，它是根据什么？根据我们俩以前购买历史的打分。这个老师买过五个书包，我以前买过四个书包，其中我那四个书包和她的四个是一模一样的，而且凡是她打分高的我也打分高，凡是她打分低的我也打分低，说明我们俩兴趣爱好太一样了，她说好的那些正好我也喜欢，她说不好的那些我也不喜欢。那她买了第五个包包，而且打分特别高，那你说我一到了这个网站它会怎么样？它一猜我一定喜欢这第五个包包，因为你俩特类似，这就是的基本理念。 你们可以看这个图，我们这个图有12345，用户的12345。这个我们可以把它考虑成五个电影或五个书包，我们都有以前打的分，现在我是新用户1，5，那你觉得这个系统是不是应该推荐给我呢？应该还是不应该？应该，为什么应该呢？因为我喜欢的程度会是几呀？5表示高，1表示低，你觉得这个问号上应该是几？是5。甭说别人，先说跟用户2，我打3的时候他打3，我打5的时候他打5，我打5的时候他打4，也差不多，我打1特别不喜欢的时候他也不喜欢，所以用户1、用户2差不多。那我是用户1，用户2买了个还给打了个5分那么高，所以说我打5分的可能性特别大，因此它就猜出来了我一定喜欢5。这是一个最简单的情况。 我们下面就可以考虑一些更复杂的情况，不要想每个人都打分，他也可能有很多很多是空的，这种情况下怎么办呢？我们就要考虑到用户之间的，同时考虑到产品之间的。我们假设用户2和用户3在这几个地