智能推荐问题研究

末日欢

随着互联网技术的迅猛发展，人们逐渐走入了信息过载的时代。面对大量的信息，我们都显得有些无所适从。作为信息需求者，从大量信息中找到自己感兴趣的信息往往是一件非常困难的事情；而对于信息提供者，让自己的信息脱颖而出，受到大家的关注，也是一件非常困难的事情。推荐系统就是解决这一矛盾的重要工具。推荐系统通过建立用户和信息产品之间的关系，利用已有的选择过程或相似性关系，一方面挖掘用户潜在感兴趣的信息，另一方面让信息能够展现在对它感兴趣的用户面前。一个完整的推荐系统通常包含收集用户信息的行为记录模块，分析用户喜好的模型分析模块和推荐算法模块。

我们身边最熟悉的例子要数电子商务网站的推荐系统，几乎每个大型电子商务网站都把个性化推荐作为重要的营销手段之一。更有文献表明早期Amazon（亚马逊）的35%销售增量都来自它的推荐系统。除了商品，音乐、电影等也是常见的推荐对象。

请依据附件所给Movie Lens数据集，解决下述问题。

问题1：建立分析用户喜好的数学模型，并对编号为108，133，228，232，336，338，545，613，696，777的用户喜好进行分析。

问题2：建立电影推荐的数学模型，并给问题1中所列用户各推荐5部电影（同等条件下电影编号最小者优先）。

问题3：对于新用户（仅有用户注册信息），设计一个推荐系统。

madio

这个问题好像袁亚湘院士在一次报告中讲过，用的是稀疏优化模型，需要使用到零范数