推荐算法
文章平均质量分 81
创建人:18届 cyl 本专栏是个人在自学推荐算法时的阅读论文总结与思考。希望读者多多批评指正,也希望实验室的其他同学如果对该部分有兴趣也多多在该栏发文讨论。
中南大学苹果实验室
中南大学苹果实验室在2014年由时任张校长主持,苹果公司和中南大学共同出资建立的第一个本科生实验室。指导老师为可亲可敬的鲁鸣鸣老师。苹果实验室本着小而精而又开放的理念,每年面向全计算机院招收6-8名主动性强、动手能力高、热爱计算机专业而又负责任的大二学生。实验室在计算机范畴内不硬性规定研究方向,鼓励成员在学长经验的加持下自由探索自己的兴趣爱好与方向,这也造就了届届相似而不同+多点开花的现状。我们营造着良好的实验室学习与生活的氛围,崇尚劳逸结合,坚持在保证专业素质过硬的同时不忘体验生活的乐趣。欢迎各位加入苹果实验室的大家庭。
展开
-
推荐算法实践-章节四-利用用户标签数据-阅读总结
作者:18cyl时间:2021-09-01一、什么是用户标签数据通过一些特征联系用户和物品,给用户推荐那些具有用户喜欢的特征的物品。这里的特征可以是物品的属性集合,也可以是隐语义向量,同时也可以使用标签信息。标签的应用一般分为两种:让作者或者专家给物品打标签。让普通用户给物品打标签UGC(User Generated Content)标签系统中的推荐问题主要有以下两个:如何利用用户打标签的行为为其推荐物品(基于标签的推荐)如何在用户给物品打标签时为其推荐适合该物品的标签(标签推荐)原创 2021-09-21 18:42:14 · 232 阅读 · 0 评论 -
推荐算法实践-章节三-推荐系统冷启动问题-阅读总结
作者:18cyl时间:2021-8-27一、冷启动问题说明在没有大量用户数据的情况下设计个性化推荐系统并且让用户对推荐结果满意从而愿意使用推荐系统就是冷启动问题。主要有三种情况:用户冷启动:解决如何给新用户做个性化推荐的问题。物品冷启动:解决如何将新的物品推荐给可能对它感兴趣的用户。系统冷启动:在一个新开发的网站上设计个性化推荐系统常见的解决方案有:提供非个性化推荐。主要是指热门排行榜利用用户注册信息进行粗粒度的个性化推荐利用用户的社交网络导入社交信息然后进行推荐要求用户在登录原创 2021-09-21 18:41:08 · 353 阅读 · 0 评论 -
推荐算法实践-章节二-利用用户行为数据-阅读总结
作者:18cyl时间:2021-8-24一、什么是用户行为数据用户行为数据在网站上最简单的存在方式就是日志。网站在运行过程中都产生大量原始日志,并将其存储在文件系统中。原始日志经过汇总后可以形成会话日志(按照用户行为汇总)。如为查询生成展示日志,为点击操作生成点击日志。在日志中存储的统一形式可以是:(user_id,item_id,behavior_type行为类型,context上下文信息,behavior_weight行为权重,behavior_content行为内容)用户行为在个性化推荐系统中原创 2021-09-21 18:40:26 · 417 阅读 · 0 评论 -
推荐算法实践-章节一-好的推荐系统-阅读总结
作者:18cyl时间:2021-8-22一、推荐系统的定义推荐算法的本质是通过一定的方式将用户和物品联系起来,而不同的推荐系统利用了不同的方式。(搜索引擎满足了用户有明确目的时的主动查找需求,而推荐系统能够在用户没有明确目的的时候帮助他们发现感兴趣的新内容)二、推荐系统的应用电子商务——亚马逊推荐结果的标题、缩略图推荐结果的平均分推荐理由:基于物品的推荐算法:给用户推荐那些和他们之前喜欢的物品相似的物品协同过滤的推荐算法:根据用户在facebook上的好友关系,给用户推荐他们的好友原创 2021-09-21 18:39:35 · 261 阅读 · 0 评论 -
维基百科推荐算法阅读总结
作者:18届 cyl日期:2021-08-20一、推荐算法概述推荐系统是信息过滤领域的重要课题。我们通常使用的音乐或视频播放软件、新闻浏览软件、网购软件等等软件都有他的身影。这些推荐系统的输入既可以为单一输入(音乐或视频)也可以为多输入(同平台或跨平台的多种数据),最终为用户提供精选内容,提高用户满意度与软件点击率。目前,推荐系统甚至被应用在寻找研究文章与相关专家、金融服务等领域。二、推荐系统种类2.1 协同过滤定义:协同过滤算法假设人们在将来对事物所表现出来的偏好与过去所表现出来的偏好相同。该原创 2021-08-21 14:25:40 · 238 阅读 · 0 评论