推荐系统
文章平均质量分 57
ddjj131313
这个作者很懒,什么都没留下…
展开
-
Collaborative filtering with GraphChi
原文链接:Collaborative filtering with GraphChi 本文是GraphChi平台的协同过滤工具箱的快速指南。到目前为止,已经支持ALS(最小二乘法)、SGD(随机梯度下降)、bias-SGD(带偏置的随机梯度下降)、SVD++、NMF(非负矩阵分解)、SVD(restarted Lanczos、one sided Lanczos,svd可以转载 2013-10-10 12:13:59 · 1209 阅读 · 0 评论 -
GraphChi—让你迅速提升计算机性能
GraphChi是从卡内基 - 梅隆大学的GraphLab项目之一。可以让一台普通PC处理N倍于以往的数据。 特点便是能然硬盘当作内存来使用(包括出传统硬盘或固态硬盘)。 项目Google Code地址 以及完整介绍 GraphChi Java版项目地址转载 2013-10-10 16:18:24 · 2118 阅读 · 0 评论 -
Large-scale Parallel Collaborative Filtering for the Netflix Prize
ref: http://blog.csdn.net/waitingfotime/article/details/8983152 最近使用ALS-WR分解矩阵,忙里偷闲,简单的翻译了这篇paper,很是佩服作者的思路。第一次翻译,各种不符,轻拍。建立一个专门讨论数据挖掘,推荐算法等的群,推荐系统之Mahout 13591891,欢迎大家加入一起讨论。 摘要: 众多推荐系统使转载 2013-10-10 21:05:07 · 937 阅读 · 0 评论 -
各大推荐引擎资料汇总
ref: http://blog.csdn.net/xceman1997/article/details/7941163 视频类 Netflix: 很多方法的融合。可以参考我翻译的blog。 Hulu: 主要是item based CF。参考官方博客上的文章。 Youtube: 开始是random walk,后来改为类似item based CF的方法。这是转载 2013-10-12 23:52:56 · 743 阅读 · 0 评论 -
Flickr Tag Recommendation based on Collective Knowledge
本篇论文包含两个方面:通过对Flickr的统计,对用户如何使用标签和用户提供的标签有哪些种类进行了研究;另一方面,基于前一方面的分析,提出了四种不同的标签推荐策略,可以被用户用来向图片增加标签。结果表明,推荐的关联标签具备效率高、多层次的特点。 1 相关背景 多媒体标注对大规模检索系统来说非常有用。目前基于内容的图片检索系统在不断演进,但是却不能很好的解决人类之间的语义鸿沟转载 2013-12-20 21:01:50 · 658 阅读 · 0 评论