推荐系统
文章平均质量分 67
Chloezhao
这个作者很懒,什么都没留下…
展开
-
推荐算法学习-SVM,RSVM,ASVM,SVDPP学习公式推导
转载请声明出处http://blog.csdn.net/zhongkejingwang/article/details/43083603 下面开始介绍SVD算法,假设存在以下user和item的数据矩阵: 这是一个极其稀疏的矩阵,这里把这个评分转载 2016-11-16 15:00:37 · 6268 阅读 · 1 评论 -
实验2——建模
建模buildModle def buildModel(self): loss_pre = sys.float_info.max nonzeros = self.trainMatrix.nnz hr_prev = 0.0 sys.stderr.write("Run for BPR. \n") for itr原创 2017-01-11 20:05:36 · 1001 阅读 · 0 评论 -
实验1—将所有数据处理为矩阵
trainMatrix, testRatings = load_data('yelp.rating')def load_data(ratingFile, testRatio=0.1): user_count = item_count = 0 ratings = [] for line in open(ratingFile): arr = li原创 2017-01-11 12:00:26 · 1378 阅读 · 0 评论 -
数据挖掘学习-准备篇-数据集
推荐系统数据集,数据挖掘数据集,机器学习数据集原创 2016-11-08 11:36:30 · 3951 阅读 · 0 评论 -
重要BPR——mark
Bayesian Personalized Ranking代码https://github.com/gamboviol/bprhttp://www.librec.net/tutorial.htmlhttps://rdrr.io/cran/rrecsys/man/BPRclass.htmlBPR论文读书笔记 http://www.cnblogs.c原创 2017-01-03 22:21:44 · 1570 阅读 · 0 评论 -
图模型推荐
推荐中的GRAPH MODEL - wentingtu - 博客园http://www.cnblogs.com/wentingtu/archive/2012/05/28/2521166.html应roger的要求,我在此总结一下graph model。推荐中对graph model的研究主要有两个方面,一个是如何构图,另一个是如何在图上做ranking。关于构图问题转载 2016-12-21 14:40:14 · 1315 阅读 · 0 评论 -
推荐系统源码
1. LibFM项目主页:http://www.libfm.org/2. Svdfeature项目主页:http://apex.sjtu.edu.cn/apex_wiki/svdfeature3. Libsvm和Liblinearlibsvm项目主页:http://www.csie.ntu.edu.tw/~cjlin/libsvm转载 2016-12-06 15:44:55 · 2627 阅读 · 0 评论 -
特征工程——推荐系统里的特征工程
原文:推荐系统里的特征工程个性化推荐系统 Personalized recommender system 比其他的机器学习方法更依赖特征工程,所以我拿它来当作问题的背景,结合我之前做过的一个推荐系统里相关经验来说说特征工程具体是个什么东西。利用特征功能提取这些“个性化”的特征放到推荐模型里就很重要,比如在我们的推荐系统里,把“品牌”的特征加进去,相对于 baseline 提高了20%左转载 2016-12-03 14:43:32 · 4198 阅读 · 0 评论 -
推荐系统开源软件列表汇总和点评
推荐系统开源软件列表汇总和点评 - CSDN - 博客频道 - CSDN.NEThttp://blog.csdn.net/cserchen/article/details/14231153转载 2016-12-02 18:55:06 · 845 阅读 · 0 评论 -
推荐算法工程
原文见:http://www.cnblogs.com/flclain/p/4211685.html总结归纳为:事实上搞推荐的工作不等于 import IBCF 或者 import time SVD++ import tensor啊做一个推荐系统,其问题在于几个方面:1.业务转化数学问题 2.数据特性定义active function 3.根据业务定义合理损失函数 4.损失函数求转载 2016-12-02 16:29:59 · 886 阅读 · 0 评论 -
推荐算法学习-资料整理
1.推荐系统经典论文文献及业界应用2.LRSLibrary 64个低秩+稀疏矩阵/张量分解的算法库 加长版49条 http://t.cn/R7eXvdJ3.一条广告含用户,广告和查询三种信息,可规约为多视角x=(x1,x2,x3). SVM拼接三者只建模一阶特征交互;STM将视角间的交互建模为张量忽略低阶交互;FM组合SVM和分解模型但不同阶的交互参数是独立的. MULTI原创 2016-11-15 12:10:49 · 3195 阅读 · 0 评论 -
推荐算法学习-推荐系统老司机的十条经验
推荐系统老司机的十条经验转载 2016-11-18 08:40:37 · 4512 阅读 · 0 评论 -
librec运行方法
赞人品,祝自己查代码顺利,祝自己答辩顺利!祝自己顺利毕业有感于一个多月没有碰librec,竟然忘记如何执行,好记性果然比不上烂笔头1. 命令行执行,见之前的博文2.使用test包下的相应的java文件通过junit运行原创 2017-05-23 15:47:49 · 3465 阅读 · 0 评论