推荐系统
肖冬禹想要拿OFFER
人生已如此悲惨,只求能去湾区养老。。。
展开
-
从0开始搭建完整的电影推荐系统网站一(Python+Django)
读研这么久搞了不少推荐算法相关的东西,但重心都放在算法研究和实现上了。所以一直想做一个完整的带有人机交互的推荐网站,可惜的是之前能找到的资料都是JAVA WEB,对环境要求高,而且用的技术栈太多,相当繁琐,导致一直没有成功。最近终于在网上看到一本神书《Practical Recommender Systems; Kim Falk;January 2019》。不仅有算法,还有前后端实现。所以,中央决...原创 2019-03-09 10:43:12 · 25016 阅读 · 23 评论 -
从0开始搭建完整的电影推荐系统网站二(Python+Django)
这章我们来讲如何收集用户信息一. 首先,我们思考下用户在网站上一般有哪些些行为:随意浏览 卧槽,这个东西有点意思 点开来看看,加上收藏 买之前点开的东西 消费这个东西(比如电影) 评分 用户再次购买或者直接厌恶的不鸟它!这里其实每步都可以收集很多信息。购买前的点有:购买用户浏览某个信息的时间、扩展阅读、看评论、转发、收藏、关键词搜索、购买行为等等。 购买后消费的点:比如...原创 2019-03-09 11:40:55 · 5064 阅读 · 1 评论 -
从0开始搭建完整的电影推荐系统网站三(Python+Django)
这章讲讲监控上一章主要讲的怎么收集用户数据。这章讲监控(程序里是analytics分析网站性能效果的,怎么总觉得这是运维干的,anyway肖哥全栈666)分析网站性能挺重要的,你可以靠这个和老板吹牛。所谓数据驱动决策,可视化网站性能,有很多实际意义~一。Web分析分成两个部分:off-site on-siteoff-site关心三个方面:Opportunity:通过流量...原创 2019-03-09 15:48:23 · 4119 阅读 · 0 评论 -
从0开始搭建完整的电影推荐系统网站四(Python+Django)
这章内容看起来像数据清洗,应该不难,就是整理数据方便后面算法使用。OK,开始!!!好兴奋!!!一. 用户物品矩阵没什么好说的,非常Intuitive。左边那一列是人名,上面那一行是电影名,表格里是评分,空白代表没看过。这里的评分可以是用户自己打的分,也可以是我们通过他在网上的行为,历史浏览记录之类的隐式推断出来的。二。如何计算评分这里我们采取隐式评分,显示评分太弱智了。...原创 2019-03-10 06:55:39 · 4029 阅读 · 0 评论 -
从0开始搭建完整的电影推荐系统网站五(Python+Django)
本网站有两个组成部分:Builder: 预计算 推荐怎么说呢,我感觉就是把推荐,网站,分析,收集器,每个都是个微服务,用用API交互,反正就这个感觉。一。给网站添加图表二 。Seeded recommendations这名字从没听过,但是书中讲的目测就是频繁项,频繁出现在一起的商品,作为彼此的推荐。具体原理耳熟能详就不说了,自行百度吧。重点要知道自信度 ,支...原创 2019-03-11 14:05:31 · 5868 阅读 · 0 评论 -
从0开始搭建完整的电影推荐系统网站五(Python+Django)
今天讲冷启动冷产品,比如新出的电影。冷用户,新用户。灰羊,就是那种有奇怪癖好的人。一。算法1.考虑使用已知关联规则,用户进行第一个操作后,就开始关联推荐2.利用Segments就是按照年龄,地区这种明显的特征,或者直接根据特征聚类3.利用分类,或者抽象出来的概念分类二。我们的电影推荐网站使用的是关联规则...原创 2019-03-12 07:29:36 · 3903 阅读 · 3 评论