![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
HayKin不是一座城
怕什么真理无穷,进一寸有进一寸的欢喜!
展开
-
关于推荐算法的一些杂想
基于社交网络的上下文感知推荐算法 上下文是重要的 ,社交网络是重要的,社交网络中的相信不同领域的朋友的不同子集是重要的。 然而,新颖性只强调一个项目是未知的事实;它不考虑已知但意想不到的项目。偶然性引入了意外的概念和措施是多么令人惊讶的建议。 情景也是重要的 现有的社会推荐方法主要考虑两类社会信息:信任和朋友偏好相似度。在这项工作中,我们引入社会信息的另一个维度,社会好奇心,并研究原创 2017-04-03 14:09:06 · 293 阅读 · 0 评论 -
关于推荐系统的一些想法
如何有效的利用用户信息来提升推荐的精度和用户体验是一个尚待解决的问题 大致可以总结下以后大的研究方向,有时间再进一步深挖! 1 深度复合模型(Deep Composite Models) 2 用户和物品的深度理解 3 Temporal Dynamics 4 Cross Domain Recommendation 5 Multi-Task Learning原创 2017-06-24 21:17:46 · 243 阅读 · 0 评论