转载声明：转载时请以超链接形式标明文章原始出处:
http://www.marsopinion.com/2008/04/20/%e5%89%8d%e8%a8%80%e7%94%b5%e5%ad%90%e5%95%86%e5%8a%a1%e5%95%86%e5%93%81%e6%8e%a8%e8%8d%90%e7%ae%97%e6%b3%95%e7%a7%91%e6%99%ae/
订阅指南：点击这里订阅本博客，高效轻松获得最新更新文章。
最近比较关注Customer Segmentation和Personalized Recommendation。
国内电子商务圈好像很少提起这件事情（我之前写过Use personalized recommendation algorithm to enhance conversion rate for ecommerce website，不过也没什么反响）……所以随便写点科普一下。
本文大部分知识来自于一份叫做Item-to-Item Collaborative Filtering的文档，如果有条件，建议看原文。
这个文档的好处是：
- 写很短，只有５页，其它相关论文动辄上百页，打印出来都觉得是在浪费森林
- 写很简单，我这种技术白痴也可以看
- 号称是Amazon官方算法
坏处是：
- 写得很简单，所以有基础的同学们不用看了。真想了解的话可以用英文搜索相关关键词，研究论文还是很多的
- 2003年出的，比较古老
文章主要比较了三种算法：
- Collaborative Filtering
- Cluster models
- Item-to-Item Collaborative Filtering
下面分几个post来详细说：
Popularity: 2% [?]
就是数据挖掘里面的一些算法吗？
天，好像被你引诱得对电商感兴趣起来，不过也可能是因为跟专业的东西有呼应。
@___@ 我不清楚这个算法算不算数据挖掘。。。
我只是略微懂一点点技术皮毛，刚好看到有通俗易懂的文章，就翻译转述一下做点科普。
我觉得至少那个cluster model应该是数据挖掘（data mining）中的聚类那块的（俺学艺不精），可以找些数据挖掘的书看嘛，不难懂的，你又是学cs出身。现在搞数据挖掘的就是计算机学院和数学学院，可以翻翻Jiawei Han的《Data Mining concepts and techniques》
不对哦，虽然说你研究这方面有优势，可是这还是满技术的，你不是mkt的吗，newegg没有技术团队做这个吗，数据挖掘。
这种东东应该让专业人士去做的：），生命有限，技术还是给技术天才们去看：）
只是很多情况下，自己略懂一些会有好处，至少比较便于和相关的team或者第三方服务公司沟通，呵呵。
生命有限这句非常的经典
2007年最大的收获就是：生命是有限的。