推荐
lukeyyanghang
这个作者很懒,什么都没留下…
展开
-
初识推荐模型
一般来讲,推荐模型试图对用户于某类物品之间的联系建模。简单来说就是,“用户---物品”。 推荐模型适合如下两类常见场景:1.可选项众多2.偏个人喜好 可以归结为2种推荐形式,一种是基于人和相似的人,另一种就是基于物品和相似的物品。 推荐模型目前最为流行的方法可以分为2种(以电影为例)1.基于内容的过滤描述电影属性可用演员、流派、流行度等属性,描述用户属性可用...原创 2019-01-26 12:04:00 · 624 阅读 · 0 评论 -
矩阵分解模型
矩阵分解模型做如下假设:1.每个用户可描述为n个属性或特征。比如,第一个特征可以对应某个用户对动作片的喜好程度。2.每个物品可描述为n个属性或特征。比如,接上一点,第一个特征可以用对应某部电影与动作片的接近程度。3.将用户和物品对应的属性相乘后求和,该值可能很接近用户会对该物品的评级。 1.显式矩阵分解当要处理的数据是由用户所提供的自身的偏好数据时,这些数据被称作显式偏好数...原创 2019-01-27 15:11:11 · 3264 阅读 · 0 评论 -
itemCF算法
什么是itemCF算法?itemCF:ItemCollaborationFilter,基于物品的协同过滤 算法的核心思想:给用户推荐那些和他们之前喜欢的物品相似的物品 那么如何判断物品的是否相似呢?该算法认为,喜欢物品A的用户大都也喜欢物品B,那么我们称物品A和物品B相似。 itemCF算法流程1.计算物品之间的相似度2.根据物品的相似度和用户的历史行为给用...转载 2019-02-15 13:55:53 · 10110 阅读 · 0 评论