- 博客(4)
- 收藏
- 关注
RSS订阅原创 学习日记- 推荐系统算法总结
做一个推荐系统算法总结5月15日协同过滤算法:用户的协同过滤：**原理：**通过计算用户的相似性，然后计算喜好程度**计算方法：**矩阵，到排列，余弦值存在问题：依赖于准确的用户评分；在计算的过程中，那些大热的物品会有更大的几率被推荐给用户；冷启动问题。当有一名新用户或者新物品进入系统时，推荐将无从依据；在一些item生存周期短（如新闻、广告）的系统中，由于更新速度快，大量item不会有用户评分，造成评分矩阵稀疏，不利于这些内容的推荐。项目协同过滤：计算项目的相似性，然后计算喜好
2020-05-22 17:25:42
327
原创 学习日志-Embedding
Embedding是什么？是一个数组，里面是小数，有很多维这些laternt factor些没办法解释，是隐含因子有什么用途要余弦计算相似性就可以得到相似的物或人物的embeding人的embeding怎么使用数据生成？1.基于内容的word2vec比如Item2vec：计算两个文档的行为的相似性，做出推荐。把用户和播放的电影列表输入word2vec就可以算出紧邻的电影2.协同过滤矩阵分解矩阵分解:用户，电影，评分，时间等，使用spark als训练fit就可以得到向量3.DNN深度
2020-05-22 17:23:36
320
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