推荐系统
haizhiguang
这个作者很懒,什么都没留下…
展开
-
tensorflow 编码小结
tensorflow 编码小结 重点搞清楚是怎么进行数据预处理的不同的组件数据预处理的方式和结果有什么不同比如: keras/pandas/tensorflow.feature_column/sklearn.processing/ 需要进一步搞清楚 不同数据预处理的结果和不同模型的输入数据是怎么链接的,数据格式是什么样的。 feature_column输入可以是原始特征的列名,或者是feature_column。初上手感觉feature_column设计的有点奇怪,不...原创 2020-12-22 10:12:42 · 206 阅读 · 0 评论 -
使用word2vec的几种方法
使用word2vec的几种方法先导入可能用到的包from gensim.models import Word2Vec import gensim.models.word2vec as w2v第一种:语料放在文件里面,这个语料是先要分好词的source_code_path = '../data/sourceData/word2vecFile.txt' sentences = w2v.LineSent...原创 2018-07-12 14:38:37 · 2678 阅读 · 0 评论 -
大数据实时推荐-不只是统计
[转自]http://mt.sohu.com/20160520/n450530688.shtml 随着大数据时代的来临,如何帮助用户从大量信息中迅速获得对自己有用的信息成为众多商家的重要任务,个性化推荐系统应运而生。个性化推荐系统以海量数据挖掘为基础,引导用户发现自己的信息需求,现已广泛应用于很多领域。传统的个性化推荐系统,采用定期对数据进行分析的做法来更新模型。由于是定期更新,推荐模型无法转载 2016-05-20 16:28:23 · 5442 阅读 · 1 评论 -
Netflix公布个性化和推荐系统架构
http://www.infoq.com/cn/news/2013/04/netflix-ml-architecture Netflix的推荐和个性化功能向来精准,前不久,他们公布了自己在这方面的系统架构。 3月27日,Netflix的工程师Xavier Amatrain和Justin Basilico在官方博客发布文章,介绍了自己的个性化和推荐系统架构。文章开头,他们指出:转载 2015-05-25 15:04:06 · 1158 阅读 · 0 评论 -
互联网推荐系统比较研究
互联网规模和覆盖面的迅速增长带来了信息超载(information overload)的问题:过量信息同时呈现使得用户无法从中获取对自己有用的部分,信息使用效率反而降低。现有的很多网络应用,比如门户网站、搜索引擎和专业数据索引本质上都是帮助用户过滤信息的手段。然而这些工具只满足主流需求,没有个性化的考虑,仍然无法很好地解决信息超载的问题。推荐系统(recommender system)作为一种信息转载 2015-04-17 22:39:07 · 2691 阅读 · 0 评论