各大推荐引擎资料汇总

ITman-小爽 · 发表于 2014-10-12 09:00:13

最近在做一个推荐的任务，头绪繁多，回头看看同行的工作，希望能有些帮助。

零零碎碎看过好多资料，有些已经忘记了，会慢慢补全。

欢迎大家留言补充。也欢迎同行加我微博进行交流。

视频类

Netflix：很多方法的融合，策略可以参考我翻译的blog，架构参考小鱼儿师兄的blog。

Hulu：主要是item based CF，参考官方博客上的文章。

Youtube：开始是random walk，后来改为类似item based CF的方法，这是他们算法团队发表的论文。recsyschina上的点评，豆瓣阿稳的点评。

图书类

Amazon：好多方法都用了，主要是 item based CF，参考Greg Linden的论文。这里讨论了一下其推荐系统的有效性；另外，这篇博客有一个简要的讨论，包含pandora的推荐方法。

资讯类

google news：用了CF和bayesian的方法：CF论文，bayesian论文。

digg：算法是热门度+topic driven user based CF，官方博客找不到了，算法说明在这里。项亮的点评。

zite：可以参考这里。

音乐类

last.fm：用的是CF，参考这里。

yahoo music：参考Koren的论文。

pandora：音乐基因项目，主要依赖专家标注。参考这里，和这里，以及一篇对比的文章。

社交类

facebook：算法叫Edgerank，参考这里和这里。

twitter：主要场景是推荐其它用户，参考官方介绍，以及quora上的讨论。

linkedin：Quora上有一个详细的说明。负责人Christian Posse在kdd2012上的slides。或者参考他们刚发表的论文。

综合推荐

stumbleupon: 参考这里，网页上的图打不开了，放在下面。其实就是3条线：hot、friend-cf、user-cf。这里有一篇综述的文章。

http://news.chaobaihe.net 潮白新闻网

最后，以下是几篇不错的关于推荐系统的文章。

[IT技术] 各大推荐引擎资料汇总