- 博客(13)
- 资源 (16)
- 收藏
- 关注
RSS订阅转载 实时推荐系统简要概述
推荐系统介绍自从1992年施乐的科学家为了解决信息负载的问题，第一次提出协同过滤算法，个性化推荐已经经过了二十几年的发展。1998年，林登和他的同事申请了“item-to-item”协同过滤技术的专利，经过多年的实践，亚马逊宣称销售的推荐占比可以占到整个销售GMV（Gross Merchandise Volume，即年度成交总额）的30%以上。随后Netflix举办的推荐算法优化竞赛，吸引
2016-04-28 15:38:00
901
转载 推荐系统：协同过滤算法简介
“探索推荐引擎内部的秘密”系列将带领读者从浅入深的学习探索推荐引擎的机制，实现方法，其中还涉及一些基本的优化方法，例如聚类和分类的应用。同时在理论讲解的基础上，还会结合 Apache Mahout 介绍如何在大规模数据上实现各种推荐策略，进行策略优化，构建高效的推荐引擎的方法。本文作为这个系列的第一篇文章，将深入介绍推荐引擎的工作原理，和其中涉及的各种推荐机制，以及它们各自的优缺点和适用场景，帮助
2016-04-28 15:13:35
4306
转载 余弦相似性：找出相似文章
上一次，我用TF-IDF算法自动提取关键词。今天，我们再来研究另一个相关的问题。有些时候，除了找到关键词，我们还希望找到与原文章相似的其他文章。比如，"Google新闻"在主新闻下方，还提供多条相似的新闻。为了找出相似的文章，需要用到"余弦相似性"（cosine similiarity）。下面，我举一个例子来说明，什么是"余弦相似性"。为了简单起见，我们先从句子着手
2016-04-28 10:34:53
4081
转载 TF-IDF算法：自动提取关键字
有一篇很长的文章，我要用计算机提取它的关键词（Automatic Keyphrase extraction），完全不加以人工干预，请问怎样才能正确做到？这个问题涉及到数据挖掘、文本处理、信息检索等很多计算机前沿领域，但是出乎意料的是，有一个非常简单的经典算法，可以给出令人相当满意的结果。它简单到都不需要高等数学，普通人只用10分钟就可以理解，这就是我今天想要介绍的TF-IDF算法。
2016-04-28 10:21:30
1523
转载 朴素贝叶斯(Native Bayes)法简述
1.1、摘要 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本文作为分类算法的第一篇，将首先介绍分类问题，对分类问题进行一个正式的定义。然后，介绍贝叶斯分类算法的基础——贝叶斯定理。最后，通过实例讨论贝叶斯分类中最简单的一种：朴素贝叶斯分类。1.2、分类问题综述 对于分类问题，其实谁都不会陌生，说我们每个人每天都在执行
2016-04-26 19:13:24
5204
转载 Ubuntu不能上网，不能ping通网关
ubuntu不能上网解决方法 用这个方法的前提是你的网卡驱动已经打上了。如何判断你的网卡驱动有没有打上去可以用着个方法来判断 打开终端 输入 ping 127.0.0.1 （将红色字体的字输入完毕后按回车键），如果能拼通证明网卡驱动是打好了的，经过本人的实验研究，找到了彻底解决的方法，按照我给大家的路径打开后编辑一下就OK了。打开etc目录，按下Ctrl加F 输入 D
2016-04-26 11:07:22
29615
2
转载 先验概率、后验概率、最大似然估计（MLE）
本文假设大家都知道什么叫条件概率了（P(A|B)表示在B事件发生的情况下，A事件发生的概率）。先验概率和后验概率教科书上的解释总是太绕了。其实举个例子大家就明白这两个东西了。假设我们出门堵车的可能因素有两个（就是假设而已，别当真）：车辆太多和交通事故。堵车的概率就是先验概率 。那么如果我们出门之前我们听到新闻说今天路上出了个交通事故，那么我们想算一下堵车的概率，
2016-04-25 09:30:53
1481
转载 k近邻算法（KNN）及kd树简介（KD-Tree）
在使用k近邻法进行分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决的方式进行预测。由于k近邻模型的特征空间一般是n维实数向量，所以距离的计算通常采用的是欧式距离。关键的是k值的选取，如果k值太小就意味着整体模型变得复杂，容易发生过拟合，即如果邻近的实例点恰巧是噪声，预测就会出错，极端的情况是k=1，称为最近邻算法，对于待预测点x，与x最近的点决定了x的类别。k值得增大意味着整体的
2016-04-24 17:40:19
20745
5
转载 向量范数和矩阵范数
1、向量范数1-范数：，即向量元素绝对值之和，matlab调用函数norm(x, 1) 。2-范数：，Euclid范数（欧几里得范数，常用计算向量长度），即向量元素绝对值的平方和再开方，matlab调用函数norm(x, 2)。∞-范数：，即所有向量元素绝对值中的最大值，matlab调用函数norm(x, inf)。-∞-范数：，即所有向量元素绝对值中的最小
2016-04-24 11:05:42
812
原创 S折交叉验证 简介
思路：第1步，将数据等分到s份。第2步，下列步骤重复s次。（1）每一次迭代中留存其中一份数据。第一次迭代中留存第1份，第二次留存第2份，其余依此类推，第i次留存第i份。（2）用其他s-1份数据的信息作为训练数据，训练分类器（第一次迭代中利用从第2份到第s份的信息进行训练分类器）。（3）利用留存的数据作为测试数据，来测试分类器并保存测试结果
2016-04-24 10:58:13
3163
原创 python3.x 学习笔记 2
一、解析【备注】主要讲列表解析、字典解析和集合解析的概念。1、处理文件和目录a：python3自带一个os模块（代表操作系统operating system），os模块包含非常多的函数用于获取（和修改）本地目录、文件进程、环境变量等信息。b：os是python3自带的，可以在任何地方导入。import osc：获取当前工作目录：os.getcwd()；d：改变当前工作目
2016-04-19 12:53:28
433
原创 Python 3学习笔记1
一、第一个python程序，包含的内容1、声明函数：以关键字 def 开头，紧跟着函数的名称，然后是用括号括起来的参数。多个参数以逗号分割。【注意】函数不定义一个返回数据类型；事实上，每个 Python 函数都返回一个值，如果这个函数曾经执行了return语句，它将返回那个值，否则它将返回 Python 里面的空值 None。Python 里面，变量从来不会显式的指定类型。 P
2016-04-18 16:45:18
671
转载 SVM多分类问题，解决方案
SVM实现多分类的三种方案SVM本身是一个二值分类器 SVM算法最初是为二值分类问题设计的，当处理多类问题时，就需要构造合适的多类分类器。 目前，构造SVM多类分类器的方法主要有两类 （1）直接法，直接在目标函数上进行修改，将多个分类面的参数求解合并到一个最优化问题中，通过求解该最优化问题“一次性”实现多类分类。这种方法看似简单，但其计算复杂度比较高，实现起来
2016-04-17 20:55:12
4022
集体智慧编程（中文版）
2016-02-25
security入门
2012-07-12
Maven下建立web工程详细步骤
2012-07-11
Spring Security 3.x.chm 中文参考手册
2012-07-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人