推荐系统之常用的召回(match)算法

 推荐系统传统召回是怎么实现热门item的打压? - 知乎基础召回可以粗略地分为两大类，一种是统计类的，比如ItemCF, UserCF，都是基于对历史大数据的统计，找到…https://www.zhihu.com/question/426543628/answer/1631702878

 MIND多兴趣召回实战（一）今天想和大家聊聊我们在MIND多兴趣召回上面的一些实战经验。https://mp.weixin.qq.com/s?__biz=MzIwNTE0NTgyMQ==&mid=2247484084&idx=1&sn=e6c7827f3d28f0135482d5c42d5a5bc6&chksm=97341106a043981046032e54d03532da9b628820d158a3577476e6cc24510e74a7bd9ca84547#rd

推荐系统技术演进趋势：召回篇推荐系统综述带你一览行业现状https://mp.weixin.qq.com/s?__biz=MzIxMzkwNjM2NQ%3D%3D&chksm=97ad110da0da981baba6d6a9f0a282291386c9d8565c36f0cead74818ae42d15e1aff2617296&idx=1&mid=2247497695&scene=21&sn=b9af7443a3a6bf1277cba6fb22fadc26#wechat_redirect

【总结】推荐系统——召回篇【1】 - 知乎背景新年开工第一周，孟子曰“兵马未动，粮草先行”，最近总结了一下推荐算法的相关知识，也算是为今年开个头。将推荐系统分成四个部分，召回、粗排、精排、重排，本文是第一个部分，主要讲讲推荐系统的召回。内容…https://zhuanlan.zhihu.com/p/351716045   

推荐召回-Swing - 知乎基于图结构的实时推荐算法 Swing，能够计算 item-item 之间的相似性。这种方法的一个直觉来源于，如果多个 user 在点击了 i 的同时，都只共同点了某一个其他的 j ，那么 i 和 j 一定是强关联的，这种未知的强关联…https://zhuanlan.zhihu.com/p/383346471

贝叶斯lift关联规则召回：关联规则X->Y的提升度（lift），又称为兴趣度（interest），即购买X对购买Y的作用

【机器学习】（5）：贝叶斯决策定理_windhawk_fly的博客-CSDN博客上一节我们介绍了监督学习的整体框架和基本的要点，按照总分的思考方式，接下来我们要分别介绍相应的一些算法了。今天这节我们来看看贝叶斯定理在机器学习中的应用。本章要点如下：1. 贝叶斯定理；2. 分类中的贝叶斯定理；3. 风险和效用度量；4. 关联规则；一、贝叶斯定理      贝叶斯定理来源于统计学中的条件概率，它可以揭示两个变量间的对应关系，基本公式如下： https://blog.csdn.net/windhawk_fly/article/details/45028017

揭开Top-N 经典算法 SLIM 和 FISM 之谜（属于协同过滤方法中的一种）

SLIM[1]是Sparse Linear Model简称，即稀疏线性模型，该方法是基于物品相似度的推广形式，而且效果很好，如下面公式