- 博客(7)
- 收藏
- 关注
转载 Five most popular similarity measures (转)
Five most popular similarity measures implementation inpython The buzz term similarity distance measures has got wide variety of definitions among the math anddata miningpractition...
2015-04-15 17:58:00 170
转载 Netflix公布个性化和推荐系统架构
Netflix的推荐和个性化功能向来精准,前不久,他们公布了自己在这方面的系统架构。 3月27日,Netflix的工程师Xavier Amatrain和Justin Basilico在官方博客发布文章,介绍了自己的个性化和推荐系统架构。文章开头,他们指出: 要开发出这样的一个软件架构,能够处理海量现有数据、响应用户交互,还要易于尝试新的推荐方法,这可不一点都不容易。 接下来...
2015-04-05 23:24:00 100
转载 探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类(转)
第 3 部分: 深入推荐引擎相关算法 - 聚类 智能推荐大都基于海量数据的计算和处理,然而我们发现在海量数据上高效的运行协同过滤算法以及其他推荐策略这样高复杂的算法是有很大的挑战的,在面对解决这个问题的过程中,大家提出了很多减少计算量的方法,而聚类无疑是其中最优的选择之一。 聚类 (Clustering) 是一个数据挖掘的经典问题,它的目的是将数据分为多个簇 (Cluster),在同一...
2015-04-04 10:59:00 96
转载 探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤(转)
第 2 部分: 深入推荐引擎相关算法 - 协同过滤 本系列的第一篇为读者概要介绍了推荐引擎,下面几篇文章将深入介绍推荐引擎的相关算法,并帮助读者高效的实现这些算法。 在现今的推荐技术和算法中,最被大家广泛认可和采用的就是基于协同过滤的推荐方法。它以其方法模型简单,数据依赖性低,数据方便采集 , 推荐效果较优等多个优点成为大众眼里的推荐算法“No.1”。本文将带你深入了解协同过滤的秘密,...
2015-04-02 22:53:00 119
转载 探索推荐引擎内部的秘密:第 1 部分: 推荐引擎初探(转)
探索推荐引擎内部的秘密,第 1 部分: 推荐引擎初探 随着 Web 技术的发展,使得内容的创建和分享变得越来越容易。每天都有大量的图片、博客、视频发布到网上。信息的极度爆炸使得人们找到他们需要的信息将变得越来越难。传统的搜索技术是一个相对简单的帮助人们找到信息的工具,也广泛的被人们所使用,但搜索引擎并不能完全满足用户对信息发现的需求,原因一是用户很难用恰当的关键词描述自...
2015-03-31 23:25:00 140
转载 Data science and open source(from:IBM developerWorksTechnical topics)
Learn about open source tools for converting data into useful information Data science combines mathematics and computer science for the purpose of extracting value from data. This artic...
2015-03-26 12:34:00 208
转载 我的博客园开通了
开通博客园,记忆走过的路径,分享自己的所学、所得,所失。始终相信,积累是一种合力! 转载于:https://www.cnblogs.com/Finch2014/p/4215690.html
2015-01-10 21:27:00 68
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人