- 博客(3)
- 资源 (2)
- 收藏
- 关注
原创 [论文笔记]slope one predictors for online rating-based collaborative filtering
作者:Daniel Lemire, Anna Maclachlan。论文概要:slope-one是一种item-based的协同过滤算法,核心思想是线性回归f(x) = x+b。根据用户对item的评分信息,得到任意两个item之间的回归直线。然后根据已评分item计算未评分item的分值。最后根据计算出来的item的分值排序做推荐。它的优点是算法简单,容易实现,可扩展性也不错,但需要是基
2012-04-17 19:35:51 2411
原创 [论文笔记]Item-based collaborative filtering recommendation algorithms
作者:Badrul Sarwar, George Karypi, Joseph Konstan, John Riedl内容概要1. 协同过滤: 目标:推荐TOP N item类别:memory-based, model-based。2. user-based的协同过滤的问题: a. 数据稀疏性 b.可扩展性(因为它在推荐时需要用到邻居信息,并且邻居更新更频繁)3. i
2012-04-16 17:05:05 2909
原创 [论文笔记]amazon: item-to-item collaborative filtering
作者为amazon的Greg Linden, Brent Smith, and Jeremy York。内容概要:1. 传统的user-based协同过滤算法,复杂度为O(MN),其中M为用户数量,N为商品数量。由于大部分的用户购买都很稀疏,只有极少数用户可能购买了大量商品,因此复杂度可以简化至O(M+N)。然而这个算法受用户数和商品数影响较大,在大多数大型系统中较难应用。2. 基于聚
2012-04-11 11:17:54 2391
豆瓣备份工具
2013-02-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人