推荐系统
fengzhe0411
这个作者很懒,什么都没留下…
展开
-
推荐系统的分类
一、基于内容的:根据用户以前买过的商品来推荐相似的商品。比如用户以前给一部喜剧电影打了高分,那么系统就会推荐给你这个类别的电影。 二、协同过滤:根据用户过去的购买记录寻找口味相似的用户,给某个用户推荐和他口味相似用户的打分高的商品。 三、基于人口统计学的:根据用户的母语、国籍、年龄对他们进行分类,从而导向这个类别可能会喜欢的商品。比如给小孩推荐玩具,给年轻人推荐啤酒。 四、基于知原创 2011-12-09 17:08:41 · 1019 阅读 · 0 评论 -
基于 Apache Mahout 构建社会化推荐引擎
推荐引擎简介 推荐引擎利用特殊的信息过滤(IF,Information Filtering)技术,将不同的内容(例如电影、音乐、书籍、新闻、图片、网页等)推荐给可能感兴趣的用户。通常情况下,推荐引擎的实现是通过将用户的个人喜好与特定的参考特征进行比较,并试图预测用户对一些未评分项目的喜好程度。参考特征的选取可能是从项目本身的信息中提取的,或是基于用户所在的社会或社团环境。 根据如何抽取转载 2011-12-10 18:31:59 · 574 阅读 · 0 评论 -
推荐系统的循序进阶读物
已经上传,请移步下载: http://download.csdn.net/detail/fengzhe0411/5164627 为了方便大家从理论到实践,从入门到精通,循序渐进系统地理解掌握推荐系统及相关知识。特做了个读物清单。大家可以按此表阅读,也欢迎提出意见和指出未标明的经典文献以丰富各学科需求(为避免初学者疲于奔命,每个方向只推荐几篇经典文献)。 1. 中文综述(了解概念-入门原创 2011-12-25 13:59:09 · 3557 阅读 · 33 评论 -
个性化推荐的十大挑战
原文:http://bbs.sciencenet.cn/home.php?mod=space&uid=3075&do=blog&id=554630 个性化推荐很多人都知道,但其中不乏认识上的误区。有的人觉得个性化推荐就是细分市场和精准营销,实际上细分市场和精准营销往往是把潜在的用户分成很多群体,这固然相比基于全体的统计有了长足的进步,但是距离“给每一个用户量身定做的信息服务”转载 2012-04-07 18:15:10 · 2152 阅读 · 1 评论