推荐系统
文章平均质量分 61
梵天的读书笔记
技术宅
展开
-
Spark与机器学习----推荐引擎
推荐引擎很适合如下两类常见场景(两者可兼有):可选项众多:可选的物品越多,用户就越难找到想要的物品。如果用户知道他们想要什么,那搜索能有所帮助。然而最适合的物品往往并不为用户所事先知道。这时,通过向用户推荐相关物品,其中某些可能用户事先不知道,将能帮助他们发现新物品。偏个人喜好:当人们主要根据个人喜好来选择物品时,推荐引擎能利用集体智慧,根据其他有类似喜好用户的信息来帮助他们发现所需物品。推荐模型...原创 2018-03-10 21:54:36 · 604 阅读 · 0 评论 -
协同过滤算法----隐语义模型
1. 协同过滤(CF)协同过滤分基于用户和基于物品的协同过滤,不管哪种方式,计算步骤如下:I. 收集用户偏好II. 找到相似的用户或物品III. 计算推荐所谓的用户偏好就是:用户与物品之间的联系,如评分、投票、转发、保存书签、标记标签等用户行为。所谓的相似用户(或物品)就是:计算向量间的相似度。举例如下:有用户ABCDE,以及他们对商品1和商品2的打分,建立笛卡尔坐标系,横轴是用户对商品1的评分,...转载 2018-03-03 10:45:57 · 3702 阅读 · 0 评论 -
协同过滤算法总结
1. 推荐算法概述 推荐算法是非常古老的,在机器学习还没有兴起的时候就有需求和应用了。概括来说,可以分为以下5种: 1)基于内容的推荐:这一类一般依赖于自然语言处理NLP的一些知识,通过挖掘文本的TF-IDF特征向量,来得到用户的偏好,进而做推荐。这类推荐算法可以找到用户独特的小众喜好,而且还有较好的解释性。这一类由于需要NLP的基础,本文就不多讲,在后面专门讲NLP的时候再讨论。 ...转载 2018-03-02 22:30:14 · 741 阅读 · 0 评论 -
概述推荐系统----推荐系统读书笔记
1. 什么是推荐系统? 1.1. 为了解决信息过载(Information overload) 1.2. 发掘物品的长尾(long tail) 推荐系统就是自动联系用户和物品的一种工具,它能够在信息过载的环境中帮助用户发现他们感兴趣的信息,也能将信息推送给它们感兴趣的用户。2. 个性化推荐系统的应用 2.1. 电子商务 2.2. 电影和视频网站 2.3. 个性化音乐网络电台 2.4....原创 2018-02-26 23:25:26 · 333 阅读 · 0 评论