![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Recommender Algorithm&System
介绍一些自己学习和整理推荐算法和系统
anshuai_aw1
这个作者很懒,什么都没留下…
展开
-
推荐系统(二):PNN源论文整理和思考
文章目录一、背景二、PNN思想和模型三、优化四、代码实践。参考文献一、背景PNN源论文为《Product-based Neural Networks for User Response Prediction》,是上海交大团队发表在ICDM 2016上。本文在阅读源论文和网上其它资料的基础上,重点整理了论文的细节和思想。我们已经知道,在信息检索领域(IR,Information Retriev...原创 2020-03-31 18:57:45 · 1211 阅读 · 0 评论 -
(二)FFM(Field-aware Factorization Machine)原理
一、背景FFM算法,全称是Field-aware Factorization Machines,是FM(Factorization Machines)的改进版。FFM由Yu-Chin Juan与其比赛队员提出,他们借鉴了field(域)概念提出了FM的升级版模型。简单来说,通过引入field的概念,FFM把相同性质的特征归于同一个field。本文主要介绍FFM的理论,由于其算法复杂度比较高,在...原创 2020-03-30 17:45:39 · 2275 阅读 · 0 评论 -
(一)因式分解机(Factorization Machine,FM)原理及实践
因子分解机(Factorization Machine),是由Konstanz大学(德国康斯坦茨大学)Steffen Rendle(现任职于Google)于2010年最早提出的,旨在解决大规模稀疏数据下的特征组合问题。不久后,FM的升级版模型场感知分解机(Field-aware Factorization Machine,简称FFM)由来自Yu-Chin Juan(阮毓钦,毕业于中国台湾大学,现...原创 2018-11-06 14:30:41 · 12559 阅读 · 3 评论 -
(一)推荐算法概述——以协同过滤为主
推荐算法具有非常多的应用场景和商业价值,因此对推荐算法需要认真学习。推荐算法种类很多,但是目前应用最广泛的应该是基于协同过滤的推荐算法。本文总结了多种推荐算法,其中重点对协同过滤的推荐算法做一个概括。目录一、推荐系统的作用二、推荐算法概述2.1基于流行度的算法2.2 协同过滤算法2.2.1 基于用户的CF2.2.2 基于物品的CF2.3 基于内容的算法2....转载 2019-03-06 20:51:45 · 1289 阅读 · 4 评论 -
推荐系统(一):Wide & Deep源论文整理和思考
最近有一批业务需要用到推荐算法,因此,准备认真整理一下自己学习的推荐算法的思路,以便于正确地应用和对比。一、推荐算法1.1 背景首先应该需要了解推荐算法的一些基本思路,我之前整理过一篇《(一)推荐算法概述——以协同过滤为主》。简单来说,推荐系统分为两种: CF-Based(协同过滤)、Content-Based(基于内容的推荐)协同过滤(collaborative filtering)就...原创 2020-03-26 14:00:11 · 3170 阅读 · 2 评论