![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
8 推荐系统
文章平均质量分 92
PaperAgent
这个作者很懒,什么都没留下…
展开
-
【转】推荐系统算法总结(一)
来源:https://blog.csdn.net/eouaq448466/article/details/54772890推荐算法具有非常多的应用场景和商业价值,因此对推荐算法值得好好研究。推荐算法种类很多,但是目前应用最广泛的应该是协同过滤类别的推荐算法,本文就对协同过滤类别的推荐算法做一个概括总结,后续也会对一些典型的协同过滤推荐算法做原理总结。1. 推荐算法概述 推荐算法是...转载 2018-08-24 15:56:52 · 3490 阅读 · 0 评论 -
【转】Spark MLlib协同过滤之交替最小二乘法ALS原理与实践
来源: https://blog.csdn.net/L_15156024189/article/details/81712519请先阅读leboop发布的博文《Apache Mahout之协同过滤原理与实践 》。 基于用户和物品的协同过滤推荐都是建立在一个用户-物品评分矩阵(user-item-score)展开的,其本质是利用现有数据填充矩阵的缺失项(missing entr...转载 2018-08-24 16:07:21 · 771 阅读 · 0 评论 -
【转】推荐系统算法总结(二)——协同过滤(CF) MF FM FFM
来源:未知,如有不妥,请随时联系沟通,谢谢~1.协同过滤(CF)【基于内存的协同过滤】优点:简单,可解释 缺点:在稀疏情况下无法工作 所以对于使用userCF的系统,需要解决用户冷启动问题 和如何让一个新物品被第一个用户发现 对于只用itemCF的系统,需要解决物品冷启动问题如何更新推荐系统呢,答案就是离线更新用户相似度矩阵和物品相似度矩阵【不断删除离开的用户/物品,加入新来的用...转载 2018-08-30 14:57:28 · 2314 阅读 · 0 评论 -
【转】推荐系统算法总结(三)——FM与DNN DeepFM
来源:https://blog.csdn.net/qq_23269761/article/details/81366939,如有不妥,请随时联系沟通,谢谢~0.疯狂安利一个博客FM的前世今生: https://tracholar.github.io/machine-learning/2017/03/10/factorization-machine.html#%E7%BB%BC%E8%BF%...转载 2018-08-30 15:04:09 · 2294 阅读 · 0 评论 -
产品经理需要了解的算法——热度算法和个性化推荐
本文系转载,如有不妥之处,欢迎随时留言沟通交流,谢谢~https://36kr.com/p/5084292.html1. 算法的发展阶段个性化推荐不是产品首次发布时就能带的,无论是基于用户行为的个性化,还是基于内容相似度的个性化,都建立在大量的用户数和内容的基础上。产品发布之初,一般两边的数据都有残缺,因此个性化推荐也无法开展。所以在产品发展的初期,推荐内容一般采用更加聚合的“热度...转载 2018-09-19 17:07:07 · 486 阅读 · 0 评论