recommendation system
me_lawrence
请阅读导航页,那是知识体系的索引。
展开
-
疾病预测系统
写这篇文章原本目的是为了入门实战推荐系统。现在,我想把这次思考的过程记录下来。背景我的母亲同时患有几种疾病,三甲医院最高级别的医生主治,做全了各种检查,但是不能说清根因,因此更不能确定可以治愈。因此,我希望通过数据挖掘,能够找到答案。分析我希望能够通过各种指标,特征,症状,原创 2015-06-23 20:19:01 · 2648 阅读 · 0 评论 -
推荐系统中的常用算法
http://blog.jobbole.com/72373/原文出处: liyonghui 的博客 欢迎分享原创到伯乐头条在推荐系统简介中,我们给出了推荐系统的一般框架。很明显,推荐方法是整个推荐系统中最核心、最关键的部分,很大程度上决定了推荐系统性能的优劣。目前,主要的推荐方法包括:基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。转载 2015-09-11 11:08:28 · 508 阅读 · 0 评论 -
【微信分享】李滔:搜狐基于Spark的新闻和广告推荐实战
http://www.csdn.net/article/2015-07-31/2825353【微信分享】李滔:搜狐基于Spark的新闻和广告推荐实战发表于2015-07-31 16:53| 3224次阅读| 来源CSDN| 3 条评论| 作者仲浩大数据开源Spark机器学习摘要:对一个媒体网站来讲,一个比较重要的任务就是获取用户对于不同类型文章的兴趣转载 2015-08-05 09:25:26 · 1032 阅读 · 0 评论 -
3. 深入推荐引擎相关算法 - 聚类
http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy3/index.html探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类智能推荐大都基于海量数据的计算和处理,然而我们发现在海量数据上高效的运行协同过滤算法以及其他推荐策略这样高复杂的算法是有很大的挑战的,在面转载 2015-06-13 14:17:07 · 593 阅读 · 0 评论 -
1. 推荐引擎初探
http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/index.htmldeveloperWorks 中国技术主题Web development文档库探索推荐引擎内部的秘密,第 1 部分: 推荐引擎初探 随着 Web 技术的发展,使得内容的创建和分享变得越来越容易。每天都有大量的转载 2015-06-13 14:13:26 · 672 阅读 · 0 评论 -
推荐系统的常用算法概述
http://www.cnblogs.com/luchen927/archive/2012/02/04/2334316.html 前一阵子准备毕业论文的开题,一直在看推荐系统相关的论文。对推荐系统有了一个更加清晰和理性的认识,也对推荐算法有了深入了解。借此机会总结分享一下,大家多多拍砖。推荐系统的出现 随着互联网的发展,人们正处于一个信息爆炸的时代。相比于过去的信息匮转载 2015-06-13 14:05:49 · 442 阅读 · 0 评论 -
推荐系统入门实践:世纪佳缘会员推荐(完整版)
http://www.cnblogs.com/supersteven/archive/2012/09/01/2666565.html推荐系统入门实践:世纪佳缘会员推荐(完整版) 版本作者联系日期1.0周巍然weiran.chow@gmail.com201转载 2015-06-13 14:03:22 · 3620 阅读 · 1 评论 -
基于Mahout的电影推荐系统
http://www.cnblogs.com/cajx/p/3279163.html1.Mahout 简介Apache Mahout 是 Apache Software Foundation(ASF) 旗下的一个开源项目,提供一些可扩展的机器学习领域经典算法的实现,旨在帮助开发人员更加方便快捷地创建智能应用程序。经典算法包括聚类、分类、协同过滤、进化编程等等,并且,在 Maho转载 2015-06-13 14:04:30 · 1115 阅读 · 0 评论 -
2. 深入推荐引擎相关算法 - 协同过滤
http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy2/index.htmldeveloperWorks 中国技术主题Web development文档库探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤 本系列的第一篇为读者概要介绍了推荐引擎,下面几篇文章将转载 2015-06-13 14:15:25 · 511 阅读 · 0 评论 -
百度电影推荐系统比赛 小结 ——记我的初步推荐算法实践
http://www.cnblogs.com/sylvanas2012/archive/2013/05/07/3064025.html前一阵子参加了百度的电影推荐系统创新比赛。http://openresearch.baidu.com/activitycontent.jhtml?channelId=284 。 之前没有实现过推荐算法,想趁这次机会锻炼一下。虽然成绩并不好,RMSE只有0转载 2015-06-13 14:07:44 · 2217 阅读 · 1 评论 -
推荐系统之矩阵分解及C++实现
http://www.cnblogs.com/90zeng/p/matrix_factorization.html1.引言矩阵分解(Matrix Factorization, MF)是传统推荐系统最为经典的算法,思想来源于数学中的奇异值分解(SVD), 但是与SVD 还是有些不同,形式就可以看出SVD将原始的评分矩阵分解为3个矩阵,而推荐本文要介绍的MF是直接将一个矩阵分解为两转载 2015-06-13 14:24:30 · 1156 阅读 · 1 评论 -
推荐系统之基于二部图的个性化推荐系统原理及C++实现
http://www.cnblogs.com/90zeng/p/ProbS.html1.引言许多网站都喜欢让用户点击“喜欢/不喜欢”,“顶/反对”,也正是这种很简单的信息也可以利用起来对用户进行推荐!这里介绍一种基于网络结构的推荐系统!由于推荐系统深深植根于互联网,用户与用户之间,商品与商品之间,用户与商品之间都存在某种联系,把用户和商品都看作节点,他(它)们之间的联系转载 2015-06-13 14:23:25 · 1295 阅读 · 1 评论 -
推荐算法:基于特征的推荐算法
http://www.cnblogs.com/zhenjing/archive/2012/09/26/recommendation_system.html推荐算法准确度度量公式:其中,R(u)表示对用户推荐的N个物品,T(u)表示用户u在测试集上喜欢的物品集合。集合相似度度量公式(N维向量的距离度量公式):Jaccard公式:转载 2015-06-13 14:08:53 · 3000 阅读 · 0 评论 -
推荐系统实践 读书笔记
xx原创 2015-06-13 11:45:52 · 517 阅读 · 0 评论 -
基于 Spark 和 Flask 的一个可伸缩的电影推荐系统
http://python.jobbole.com/82207/本文由 伯乐在线 - fzr 翻译,唐尤华 校稿。未经许可,禁止转载!英文出处:Jose A. Dianes。欢迎加入翻译组。这份Apache Spark教程可以指导你逐步了解如何使用MovieLens数据集,基于协同过滤建立一个电影推荐系统。协同过滤使用Spark的交替最小方差(ALS)算法。转载 2015-09-29 09:04:37 · 2552 阅读 · 0 评论