智能推荐系统
xudong0612
一个不喜欢文史哲的体育迷不是好码农.目前就读于复旦大学软件学院攻读硕士研究生
展开
-
TF-IDF算法简述
TF-IDF(Term Frequency-Inverse Document Frequency)算法是信息检索技术中最重要也是最基础的算法之一,同时也常常在推荐系统中用于计算对象间的相似度。 TF-IDF算法用于衡量文档中各词汇的频繁程度,众所周知,出现越频繁的词越(可能)贴近文档的主题,利用TF-IDF算法,就可以帮助人们抓住文章的主题。TF-IDF算法的t基本思想是某个词(原创 2011-12-17 22:06:40 · 1265 阅读 · 1 评论 -
推荐系统(Recommender System)的技术基础
推荐系统是通过分析用户属性、访问日志、反馈信息等对用户可能感兴趣的项进行预测。推荐系统在web2.0时代将有非常广泛的应用。 推荐系统应用了多个领域的方法和技术,如人机对话(Human Computer Interaction)、信息检索(Information Retrieval)等。不过说到底,这些都是以数据挖掘(Data Mining)为基础的。 数据挖掘原创 2011-12-12 17:52:31 · 5492 阅读 · 4 评论 -
推荐系统的循序进阶读物(从入门到精通)
推荐系统-从入门到精通 为了方便大家从理论到实践,从入门到精通,循序渐进系统地理解和掌握推荐系统相关知识。特做了个读物清单。大家可以按此表阅读,也欢迎提出意见和指出未标明的经典文献以丰富各学科需求(为避免初学者疲于奔命,每个方向只推荐几篇经典文献)。 1. 中文综述(了解概念-入门篇) a) 个性化推荐系统的研究进展 b) 个性化推荐系统评价方法综述 2. 英文综述(了解概念-进阶篇转载 2012-03-27 20:10:44 · 1462 阅读 · 0 评论