![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
文章平均质量分 88
夜空骑士
我是一名数据玩家,对数据行业的知识有着极大的学习热情,在数据分析、数据挖掘、大数据、人工智能等多个方面均有所涉猎,致力于将数据技术应用于各个行业领域,不断提升自我、完善自我、充实自我,并与数据爱好者共同分享、共同进步、共同成长!数据之路,前路漫漫,你我同在,互动前行!
展开
-
【推荐系统系列4】协同过滤算法的理论与实现
一:协同过滤算法简介 关于协同过滤的一个最经典的例子就是看电影,有时候不知道哪一部电影是我们喜欢的或者评分比较高的,那么通常的做法就是问问周围的朋友,看看最近有什么好的电影推荐。在问的时候,都习惯于问跟自己口味差不 多的朋友,这就是协同过滤的核心思想。 协同过滤是在海量数据中挖掘出小部分与你品味类似的用户,在协同过滤中,这些用户成为邻居,然后根据他们喜欢的东西组织成一个排序的目录推荐给...原创 2018-03-24 09:01:08 · 894 阅读 · 0 评论 -
【推荐系统系列1】推荐系统评测指标
0、前言: 什么才是好的推荐系统?这是推荐系统评测的需要解决的首要问题。那我们怎么去判断一个系统的好坏呢?我们认为一个好的推荐系统不仅仅能够准确的预测用户的行为,而且还能够扩展用户的视野,帮助用户发现那些他们可能会感兴趣但却不那么容易发现的东西。 评价一个推荐系统的好坏一般有几个不同的指标,这些指标包括:准确度、覆盖度、新颖度、惊喜度、信任度等。这些指标中,有些是可以离线计算,有的只能在线计算,有...原创 2018-03-21 11:13:19 · 1630 阅读 · 0 评论 -
【推荐系统系列2】基于用户行为数据的推荐系统方法
0、写在前面基于用户行为数据的应用其实早在个性化推荐系统诞生之前就已经在互联网上非常流行了,其中最典型的就是各种各样的排行榜。这些排行榜包括热门排行榜和趋势排行榜等。尽管这些排行榜应用仅仅基友简单的用户行为统计,但他们在互联网上得到了很多用户的青睐。因此,用户行为数据的分析是很多优秀产品设计的基础,个性化推荐算法通过对用户行为的深度分析,可以给用户带来更好的网站使用体验。用户行为数据在网站上最简单...原创 2018-03-21 11:40:11 · 1211 阅读 · 0 评论 -
【推荐系统系列3】推荐系统中如何解决冷启动
0、前言推荐系统需要根据用户的历史行为和兴趣来预测用户未来的行为和兴趣,因此大量的用户行为数据就称为了推荐系统的重要组成部门和先决条件。但是,很多个性化推荐系统的网站从开始就没有这些用户行为数据,所以如何在没有大量用户行为数据的情况下进行个性化推荐并且让用户对推荐的结果感到满意,这就是冷启动问题。1、冷启动问题分类和解决方法冷启动问题主要分三类:用户冷启动 用户冷启动主要解决如何给一个新的用户做个...原创 2018-03-21 14:02:15 · 514 阅读 · 0 评论 -
【推荐系统系列5】协同过滤算法的基本思想
在现今的推荐技术和算法中,最被大家广泛认可和采用的就是基于协同过滤的推荐方法。本文将带你深入了解协同过滤的秘密。下面直接进入正题1 什么是协同过滤协同过滤是利用集体智慧的一个典型方法。要理解什么是协同过滤 (Collaborative Filtering, 简称 CF),首先想一个简单的问题,如果你现在想看个电影,但你不知道具体看哪部,你会怎么做?大部分的人会问问周围的朋友,看看最近有什么好看的电...原创 2018-04-11 15:46:21 · 2303 阅读 · 0 评论 -
【推荐系统系列6】ALS推荐算法原理
ALS算法原理ALS算法是2008年以来,用的比较多的协同过滤算法。它已经集成到Spark的Mllib库中,使用起来比较方便。从协同过滤的分类来说,ALS算法属于User-Item CF,也叫做混合CF。它同时考虑了User和Item两个方面。用户和商品的关系,可以抽象为如下的三元组:<User,Item,Rating>。其中,Rating是用户对商品的评分,表征用户对该商品的喜好程度...原创 2018-04-11 16:39:39 · 14340 阅读 · 5 评论