论文选读：Comparing Recommendations Made by Online Systems and Friends

一篇比较来自朋友的推荐和来自RS推荐的文章，没有实验，没有公式，没有编程。

摘要：选取六个在线推荐系统（三个书籍，三个电影），结果显示朋友提供更好的推荐，但是RS更能提供一些有用的，意想不到的推荐。调查显示用户不介意提供更多的信息去获取更好的推荐。推荐一些用户以前喜欢过的物品会增加用户对系统的信任感。新奇性是传统推荐的任务，而意外性则是推荐发展的一个新方向

假设：相对于RS，用户更喜欢来自朋友的推荐，因为朋友了解用户，知道其喜好（被推翻）

自变量：推荐来源 ?Item领域 ?系统本身

评价指标：

? ? ? 1. 好的推荐

的时候也提出了设计推荐系统的十点建议。

RECSYS 2009 KEYNOTE: TOP 10 LESSONS LEARNED DEVELOPING, DEPLOYING, AND OPERATING REAL-WORLD RECOMMENDER SYSTEMS

Comparing Recommendations Made by Online Systems and Friends?Rashmi Sinha and Kirsten Swearingen

下载地址：http://onemvweb.com/sources/sources/comparing_recommendations.pdf