John Riedl

概述

John Riedl 是明尼苏达大学计算机科学系教授，GroupLens 研究组的联合领导者，与 MIT 的 Paul Resnick 联合完成了 GroupLens 论文（1994），是推荐系统领域的奠基人之一，培养了该领域的一代领军人物，2013 年不幸去世前一直是推荐系统社区最具影响力的学者之一。

关键内容

1. 学术背景：任职于 University of Minnesota, Department of Computer Science（明尼苏达大学计算机科学系），带领一支由研究生 Neophytos Iacovou、Mitesh Suchak 和 Peter Bergstrom 组成的开发团队。

2. GroupLens 贡献：作为 GroupLens 论文的通讯作者和研究组领导者，Riedl 与 Paul Resnick 共同定义了推荐系统的技术路线。他领导的团队负责了系统的实际开发和部署工作。

3. 大规模部署：1996-1997 年，Riedl 团队领导了 GroupLens 的大规模公开试验，从十余个新闻组招募 250 名志愿用户，提交 47,569 条评分，为 22,862 篇不同文章生成超过 600,000 条预测，验证了协同过滤在真实环境中的可行性。

4. 学术遗产：

5. 孵化出 MovieLens 项目（1997 年）——推荐系统领域最重要的公开数据集
6. 参与创立 Net Perceptions 公司（1996 年）——第一家专注于推荐引擎的商业公司

7. 培养了推荐系统领域的一代领军人物，包括 Joseph Konstan（后来成为 ACM Fellow）、Jonathan Herlocker（Item-Based CF 工作推动了 Amazon 推荐系统的架构变革）、Loren Terveen（将协同过滤思想扩展到社交计算领域）

8. Item-Based CF 论文（2001）：作为共同作者参与 Item-Based Collaborative Filtering Recommendation Algorithms（WWW '01），与 Badrul Sarwar、George Karypis、Joseph Konstan 共同完成了推荐系统领域引用量最高的论文之一（Google Scholar 超 10,000 次引用），该论文首次系统性分析和评估了基于物品的协同过滤方法，确立了"离线预计算 + 在线查表"的工业级推荐系统架构范式。

9. 历史地位：John Riedl 在 2013 年不幸去世前，一直是推荐系统社区最具影响力的学者之一。GroupLens 研究组在他的领导下，不仅定义了推荐系统的技术基础，还构建了从学术研究到产业转化的完整生态。

来源

• raw/books/推荐系统/02-grouplens-collaborative-filtering.md — 论文基本信息与历史地位章节
• raw/books/推荐系统/03-item-based-collaborative-filtering.md — 第 1 节（Item-Based CF 论文作者信息）

相关

• GroupLens — Riedl 是 GroupLens 研究组的联合领导者
• MovieLens — 从 Riedl 领导的 GroupLens 研究组直接孵化
• Net Perceptions — Riedl 参与创立的第一家推荐引擎商业公司
• 协同过滤 — Riedl 是自动化协同过滤的奠基人之一