1.13《推荐系统实践》笔记（下）

最新推荐文章于 2023-01-29 11:52:50 发布
最新推荐文章于 2023-01-29 11:52:50 发布
阅读量702 收藏 3
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/joshuajinxiaoshuai/article/details/79055967
版权
本文是《推荐系统实践》一书的读书笔记，涵盖了推荐系统的冷启动问题、利用用户标签、上下文信息、社交网络数据以及评分预测等核心内容。通过案例和解决方案，阐述了推荐系统设计的关键策略和方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

两天一口气看完《推荐系统实践》，非常的爽，收获非常的大。作者不仅是技术性介绍，更是结合自己的商业理解。加上作者长时间的竞赛工作第一手经验，本书价值非常大！！！

作者：项亮
出版社： 人民邮电出版社
图灵原创
笔记作者：jinwangjoshua（Github欢迎加星）

第三章 推荐系统冷启动问题

  1. 冷启动问题简介：主要分为三类

    • 用户冷启动： 用户冷启动主要解决如何给新用户做个性化推荐的问题。
    • 物品冷启动：物品冷启动主要解决如何将新的物品推荐给可能对它感兴趣的用户这一问题。
    • 系统冷启动：系统冷启动主要解决如何在一个新开发的网站上（还没有用户，也没有用 户行为，只有一些物品的信息）设计个性化推荐系统

  2. 解决方案

    • 非个性化推荐：热门排行榜等
    • 用户注册信息：年龄，性别，地址进行粗粒度个性化
    • 社交推荐：若是社交登录，推荐好友喜欢的物品
    • 注册之后立刻进行测试
    • 物品：新加入物品利用内容信息，推给需要相似物品的用户
    • 系统：系统冷启动引入专家知识，迅速建立物品相关度表

  3. 用户冷启动：用户注册信息

    • 人口统计学信息：年龄，地址，性别，学历
      ○ 典型代表是Bruce Krulwich开发的Lifest
最低0.47元/天 解锁文章
Flink 系统性学习笔记
SmartSi
07-31 1903
Flink 学习笔记
Spark调研笔记第7篇 - 应用实战: 如何利用Spark集群计算物品相似度
slvher的专栏
06-10 4529
本文是Spark调研笔记的最后一篇，以代码实例说明如何借助Spark平台高效地实现推荐系统CF算法中的物品相似度计算。 在推荐系统中，最经典的推荐算法无疑是协同过滤（Collaborative Filtering, CF），而item-cf又是CF算法中一个实现简单且效果不错的算法。 在item-cf算法中，最关键的步骤是计算物品之间的相似度。本文以代码实例来说明如何利用Spark平台快速计算
推荐系统之用户标签，以及基于标签的算法
我的博客
10-02 2524
目录一、用户标签1、维度2、阶段3、打标签的方式4、如何给用户推荐标签二、基于标签的算法1、SimpleTagBased2、NormTagBased3、TagBased-TFIDF 一、用户标签 1、维度 用户标签，如年龄、工作、性别等 行为标签，如消费金额、消费频次等 消费标签，如点击、收藏、购买等 内容分析，浏览内容，如科技、娱乐、新闻类等 2、阶段 用户生命周期的三个阶段 获客：如何进行拉新，通过更精准的营销获取客户； 粘客：个性化推荐，搜索排序，场景运营等； 留客：流失率预测，分析关键节点降低
读书笔记－－项亮《推荐系统实践》第四章
高自强的博客
02-10 413
第四章 利用用户标签数据 背景： 推荐系统的目的是联系用户的兴趣和物品,这种联系需要依赖不同的媒介。目前流行的推荐系统基本上通过3种方式联系用户兴趣和物品。 基于物品的算法； 基于用户的算法； 通过一些特征(feature)联系用户和物品,给用户推荐那些具有用户喜欢的特征的物品。这里的特征有**不同的表现方式,**比如可以表现为物品的属性集合(比如对于图书,属性...
python 基于标签的推荐Tag-based及SimpleTagBased、TagBased-TFIDF等算法实现
Irvinfaith的博客
11-24 3218
python 基于标签的推荐Tag-based及SimpleTagBased、TagBased-TFIDF等算法实现1. 概览2. 基本概念2.1 用户画像2.1.1 定义2.1.2 步骤2.1.3 标签来源2.1.4 标签相关的数据结构2.1.5 如何给用户推荐标签2.2 Simple Tag-based2.2.1 计算公式2.3 Norm Tag-based2.3.1 计算公式2.4 Tag-based TFIDF2.4.1 计算公式3. 代码实现3.1 数据介绍3.2 基于pandas datafr
《推荐系统实践》算法纯享（附代码链接）（四）—— UGC推荐篇
Magical_Bubble的博客
03-14 5534
在上一篇博客里面分享的是《推荐系统实践》中冷启动相关的处理算法，下面将开始本系列的第四部分——UGC推荐篇。
推荐算法（3）：利用用户标签数据
HouLei
05-23 6305
利用用户标签数据 第一种CB 第二种 UCF 第三种 用户标签行为数据。就是人为的添加的标签，比如用户对看的一部电影打标签，写博客时作者给博客打的标签。标签分两种：一种是作者或者专家给商品打标签，一种是普通用户对商品打标签。后者被称为UGC。 商品的内容信息和标签信息，都是特征。基于CF的推荐算法不用特征，只用用户行为。 1.UGC代表应用： UGC标签系统的鼻祖Delicious，论文书签网站...
1.13《推荐系统实践》笔记（上）
joshuajinxiaoshuai的博客
01-14 6763
两天一口气看完《推荐系统实践》，非常的爽，收获非常的大。作者不仅是技术性介绍，更是结合自己的商业理解。加上作者长时间的竞赛工作第一手经验，本书价值非常大！！！
一键lnmp(mysql分离)(nginx 1.13+mysql5.5+php5.3)-详细笔记文档总结-带安装包
最新发布
07-09
《一键LNMP（MySQL分离）：Nginx 1.13+MySQL 5.5+PHP 5.3 安装与配置指南》 ...本篇文章将深入探讨如何在Linux系统上快速安装并配置...记住，实践是最好的老师，不断尝试和学习，才能更好地驾驭这个强大的Web服务组合。
《数据库系统概论》学习笔记
StaffPencil的博客
01-29 2488
本学习笔记的主要用途，是来回顾数据库的一些基本理论知识和SQL语句。学习笔记的主要参考文献，为王珊著的《数据库系统概论》（第5版，2014）和教育部考试中心出版的《全国计算机等级考试三级教程——数据库技术》（2022年版），其中以王珊著的《数据库系统概论》为主要架构。其他具体内容可能会涉及到的其他资料和文章，我会附在相应小节的最后。相对应地，我也会选择并写出一些自己实践过程中遇到的bug和问题，并附带相应的解决方法。首次撰写博客，如有不足之处还望批评指正。
个性化推荐算法python实现
风雪夜归子
09-30 7676
基于ItemCF算法 # -*- coding: utf-8 -*- """ Created on Wed Sep 30 15:36:15 2015 @author: tanyouwei """ import math # ItemCF算法 def ItemSimilarity(train):     C = dict()     N = d
读书笔记：推荐系统实践-第四章-利用用户标签数据
苏三慎的博客
04-24 565
1、UGC标签系统的代表应用 Delicious：给网页打标签 CiteULike：给论文打标签 Last.fm：给音乐打标签 豆瓣：书影音 Hulu：视频 打标签的作用： 表达 标签系统帮助我表达对物品的看法。 组织 打标签帮助我组织我喜欢的电影。 学习 打标签帮助我增加对电影的了解。 发现 标签系统使我更容易发现喜欢的电影。 决策 标签系统帮助我判定是否看某一部电影。 2、标签系统中的...
《推荐系统实践》要点思维导图
医疗影像检索
10-27 2387
推荐系统实践 1 好的推荐系统 1.1 基本任务：联系用户和物品 与分类目录、搜索引擎一样解决信息过载问题。 解决无明确目的的物品需求，并能发掘物品长尾。 1.2 推荐应用 应用于电子商务、视频网站、音乐电台、社交网络、个性化阅读、LBS、个性化邮件、定向广告投放。 前端页面、后台日志和推荐算法三功能。 1.3 系统评
《推荐系统》基于标签的用户推荐系统
weixin_33862041的博客
06-16 2463
打开微信扫一扫，关注微信公众号【数据与算法联盟】 转载请注明出处：http://blog.csdn.net/gamer_gyt 博主微博：http://weibo.com/234654758 Github：https://github.com/thinkgamer 1：联系用户兴趣和物品的方式 2：标签系统的典型代表 3：用户如何打标...
【学习笔记】读项亮的《推荐系统实践》_第五章利用上下文信息
xceman1997的专栏
03-31 2048
个人想法哈，推荐系统三个要素：用户、物品、关联两者的信息（推荐依据）。对于确定的推荐系统而言，用户和物品都是无法选择的，推荐系统的构建就是不断寻找新的推荐依据、并综合现有的推荐依据，设计推荐策略、给用户推荐物品的过程。关键还是推荐依据的寻找，而不是策略或者算法的设定。有了新的信息，比复杂的奇思淫巧强得多。 项亮这本书的后几章，都是在描述不同的推荐依据信息，讲述如何利用这些信息了。 这章
推荐系统7—基于标签的推荐系统
wxn704414736的博客
05-30 7488
        本章将采用两个不同的数据集评测基于标签的物品推荐算法。一个是Delicious数据集，另一个是CiteULike数据集。Delicious数据集中包含用户对网页的标签记录。它每一行由4部分组成，即时间、用户ID、网页URL、标签。本章只抽取了其中用户对一些著名博客网站网页（Wordpress、BlogSpot、TechCrunch）的标签记录。CiteULike数据集包含用户对论文...
sklearn里面knn调参数以及分类器效果评估方法
热门推荐
joshuajinxiaoshuai的博客
05-17 2万+
当然文档写的很好了，多而全面， 我这里只是针对自己情况做个学习的记录 http://scikit-learn.org/stable/modules/neighbors.html#classification http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html...
博客笔记四: [Airbnb] word embedding改编，list embedding表达相似性用于推荐系统
joshuajinxiaoshuai的博客
05-30 2568
原文标题：Listing Embeddings for Similar Listing Recommendations and Real-time Personalization in Search Ranking By Mihajlo Grbovic, Haibin Cheng, Qing Zhang, Lynn Yang, Phillippe Siclait and Matt Jones ...
Automated(AutoML) Machine Learning 探索: TPOT文档阅读
joshuajinxiaoshuai的博客
05-22 1761
http://epistasislab.github.io/tpot 花了半天时间探索自动机器学习工具包，主要探索了tpot，其他很著名的还有suto sklearn， datarobot（付费），还有基于java和图形界面的Auto-WEKA。更多见这里： https://www.evget.com/article/2017/10/30/27128.html 概述： 采用遗传算法，g...
商城系统V1.13版发布：完整源码安装与后台管理
资源摘要信息: "2022最新商城系统V1.13版完整源码" 本商城系统是一个基于Web的电子商务平台源码包，提供了一套完整的网上商城解决方案。从文件列表和描述中，我们可以提取以下知识点： 1. 网站部署：商城系统的...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值