CSDN

<br />用户查询的平均单词数是2.7个，我希望能降到0个！那个时候，就能实现没有搜索框的搜索！

Context-aware Ensemble of Multifaceted Factorization Models for Recommendation Prediction in Social NetworksYunwen Chen,  Zuotao Liu, Daqi Ji, Yingwei Xin, Wenguang Wang, Lu Yao, Yi Zou Abstract

经过2个月辛苦的拼搏，我们最终获得了KDD Cup 2012比赛的亚军(track1)！能赢得数据挖掘界这个著名赛事的好名次，我认为靠的是 实力+运气+坚持到底的意志比赛使用的算法，整理成论文后，会发表在今年SIGKDD workshop上最终的Leaderboard截图如下，以资留念，我们的队名是Shanda Innovations，最终分数是0.41874整

推荐系统的效果提升是一个长期积累的过程，在这个过程里，个人觉得各种混合技术是很重要的。这方面中文的资料实在太少，最近结合自己实践中的一些体会，也查了一些文献，写了篇文章，介绍了在推荐系统的各个方面，例如架构、数据、特征、算法、推荐结果等，来运用混合技术的一些思路。文章会发表在最近一期的《程序员》杂志上。

我收集和整理的目前互联网上所能找到的所有开源推荐系统，并附上了个人的一些简单点评（未必全面准确），这方面的中文资料很少见，希望对国内的朋友了解掌握推荐系统有帮助陈运文  SVDFeature由上海交大的同学开发的，C++语言，代码质量很高 。去年我们参加KDD竞赛时用过，非常好用，而且出自咱们国人之手，所以置顶推荐！项目地址：http://svdfeatur

很高兴被评为了今年QCon的优秀讲师，听众给予的打分非常高，得到大家的肯定 真是非常开心啊。会议之前熬了几天夜修改PPT，虽然挺累的，但是一点都不觉得辛苦刚收到了InfoQ霍泰稳和彭超寄来的优秀讲师的奖品，收快递的时候看外包装还以为是巧克力，准备分给组里的兄弟们吃了拆开发现是最新版的Kindlle，据说是泰稳放在麻袋里亲自从美国背回来的，呵呵另外今年QCon会议

Cloudera为Hadoop带来机器学习开源工具OryxHadoop发行商Cloudera去年收购伦敦的创业公司Myrrix时，并未引起业界太多关注，其后Cloudera也很少宣传公司在机器学习方面的技术。但是Myrrix的的技术和其创始人Sean Owen在机器学习方面的价值和影响力不容小觑。Owen目前正在开发一个开源机器学习项目——Oryx（大羚羊，Cloudera还销

穿越到甄嬛传，你有几分胜算？又是一年选秀开始，于是宫里宫外又开始了明争暗斗。如何才能挑出合皇上口味的好秀女，当好主子的左膀右臂？可能还要花很多功夫。你知道皇上喜欢聪明的嬛嬛，喜欢明艳的华妃，喜欢得体的皇后，那你怎么知道皇上喜不喜欢新来的秀女呢？（皇上，左边是不是别有一番风味？——你一定是在逗我(╯‵□′)╯︵┻━┻）好吧，现代的审美在宫里估计是站不住脚，但如果运用现

推荐！国外程序员整理的机器学习资源大全本列表选编了一些机器学习领域牛B的框架、库以及软件（按编程语言排序）。C++计算机视觉CCV —基于C语言/提供缓存/核心的机器视觉库，新颖的机器视觉库OpenCV—它提供C++, C, Python, Java 以及 MATLAB接口，并支持Windows, Linux, Android and Mac OS操

Kaggle Competition Past Solutions2 Replies[edit: last update at 2014/06/27. My apologies, have been very busy the past few months.]We learn more from code, and from great code. Not nec

张夏天的这篇文章写得很好，面向实际运用的时候，大数据的用法、方向，和学术研究有很大的不同。这里介绍的大量工作和我们在腾讯/盛大的工作非常接近，所以特别有共鸣。原文地址如下：http://blog.talkingdata.net/?p=3228作者简介：张夏天，TalkingData首席数据科学家，负责TalkingData机器学习和数据挖掘工作，为TalkingData

详细分析推荐系统和搜索引擎的差异陈运文 从信息获取的角度来看，搜索和推荐是用户获取信息的两种主要手段。无论在互联网上，还是在线下的场景里，搜索和推荐这两种方式都大量并存，那么推荐系统和搜索引擎这两个系统到底有什么关系？区别和相似的地方有哪些？本文作者有幸同时具有搜索引擎和推荐系统一线的技术产品开发经验，结合自己的实践经验来为大家阐述两者之间的关系、分享自己的体会（达观数据陈运文博士）

成功开发推荐系统的十个关键点应《程序员》杂志邀请写了篇文章，发表在今年第11期上，总结了一些推荐系统的开发体会，希望能对大家有帮助

最近把国内主要的视频网站翻了一遍，发现这些网站的视频推荐系统，都还做得不够好很多甚至没有真正用心做，只是有一个能用的系统而已，完全没有质量可言这次我们新开发的系统，一定要能有突破

<br /><br /> <br />JSON是JavaScript Object Notation的简称，是一种轻量的数据表示方法。jason格式采用key:value的方式记录数据，非常直观，比XML简洁，因而大受欢迎<br /> <br />介绍jason格式前，先让我们看看XML格式。显然，XML 得到了相当多的关注（正面和负面的评价都有），已经在 Ajax 应用程序中广泛使用：<request>  <firstName>Brett</firstName>  <lastName>McLaughlin

数据显示，三分之一的用户会根据电子商务网站的推荐买东西，这是任何广告都不可能做到的成绩。媒体上播放的大众化广告对消费者的影响已经越来越低，于是有人做出预见——个性化推荐技术将成为广告的终极形式。很多年前，看过一部电影叫作《谁知女人心》，好莱坞大牌梅尔·吉布森饰演的男主角是一个典型的大男子主义者。一次浴室触电的意外突然让这个大男人获得了神奇的本领——“读心术”，可以轻而易举地洞悉身边女人们的

做阅读已过两载，产品在这期间高速的变化着，融合了时下不少流行的元素：SNS、微博等等。然而我们发现，无论产品怎样变化，阅读始终是小众的应用，围绕阅读的交互也没有扩大化的迹象。这点相信其他的阅读产品也有同感吧。　　在做阅读的过程中，我深刻的感受到，现在的阅读体验也许不是正确的方

发信人: RunningOn (挥着翅膀的男孩), 信区: Python标  题: python IDE比较与推荐我先给一个初步的表格吧，大家如果有什么意见，或有补充，欢迎提出。有些我没有用过，先不写了。以下是我使用过的python IDE:除了PythonWin, VisualPython只支持Windows，其它都至少支持Win/Linux/Mac。各项含义：

【搜狐IT消息】北京时间12月14日消息，据科技博客Techcrunch报道，内容发现平台Outbrain今日宣布，它在第四轮融资中获得3500万美元。本轮投资由Index Ventures领投，现有投资者Carmel Ventures和Lightspeed Venture Partners 也参与了投资。作为交易的一部分，Index Ventures合伙人多米尼克·比达尔（Dominique V

KDD Cup2011 : 雅虎音乐提供的测试数据概况 by 陈运文 Yahoo! Music - Dataset• 262,810,175 Ratings:        (Training: 252,800,275 Validation: 4,003,960 Test: 6,005,940)• Users: 1,000,990 Items: 624,961

很高兴这次最终获得了Hackathon的冠军！我们音乐预测算法的精度达到了RMSE=13.24598SVD++的implicit feedbacks这次并没有发挥很大的作用，相反，words里的86列feature有很大的帮助，用在了Logistic Regression中，另外，user的各种profile和item，artist的关系组合，也带来了很好的效果比赛介绍如下

放到 in.sdo.com 首页了

参考KDD会议时，对Linkedin的首席科学家Posse的讲座印象很深，不仅来自他那带法国口音且超快的语速，还来自与linkedin对数据的细致入微的分析。title和abstract如下：Key Lessons Learned Building Recommender Systems for Large-scale Social NetworksChristian Po

转载一篇介绍Kaggle上各种数据挖掘应用的文章假设你想知道价格上涨5%之后会导致多少顾客流失，或者是预测市场对大量抛售股票的反应，又或者是估算一下借款人拖欠还款的可能性，试试卡歌网（Kaggle）吧。这是一家位于美国旧金山的初创企业，在线经营商业模式的竞赛。该网站在2010年启动，获得了1,100万美元的风险投资。网站让参与竞赛的人根据一系列的数据提交预测运算法则，并且将预测

又一个重要的项目要开工了，目标非常明确，就看这一仗能否拿下阵地了这次又是个只许成功不许失败的项目，而且责任更重大，开弓没有回头箭，不管结局如何，只能一路向前了并不是每一份努力都会得到回报，并不是每一次坚持都会有人看到，并不是没一点付出都会收获果实，但即便如此，坚持到底，用心做好每件事情，对我来说就够了

在众多有关机器学习和数据挖掘的书籍里，《智能Web算法》一书是颇为经典的一本，其特点之一是内容覆盖面很全，《智能Web算法》（第二版）从数据采集、存储，到降维运算和结构抽取，以及涉及模式识别的聚类和分类、统计机器学习理论等，还有面向互联网应用的推荐系统、搜索引擎、广告点击预测等，包括配套的效果评估机制也有专门的章节进行了讲解