推荐系统

最新推荐文章于 2024-06-28 10:41:30 发布
最新推荐文章于 2024-06-28 10:41:30 发布
阅读量1.1k 收藏 4
点赞数
分类专栏： 互联网 文章标签： 数据挖掘
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/poson/article/details/7630357
版权
【新闻推荐系统】(task1)系统搭建基本流程
发现问题，并解决问题，批判性思维
12-13 3676
学习总结 sparrow电影推荐系统和我们本次要搭建的新闻推荐系统类似： 首先是离线处理部分： 获取数据：爬取数据后画像处理。用户画像和物品画像，物料存入MongoDB中的SinaNews数据库中；MongoDB中的用户画像，来自mysql中的用户注册表和用户日志数据（如阅读量、点赞数、收藏数等）。这里我们用MongoDB是因为其文档类似于JSON对象，增删字段非常方便。处理完的物料会存入redis中（直接从MongoDB拉去会比较卡），前端展示。 PS：这里为了方便搭建，数据并不是实时在线获得，但是每晚
打造高效推荐系统：用户冷启动与物料冷启动的双重突破
最新发布
程序边界
06-30 5528
推荐系统中的冷启动分为物料冷启动和用户冷启动。用户冷启动主要是针对新用户，但有时候也用于低活用户拉活。物料冷启动主要是让优质物料得到快速下发，让模型可以迅速捕获到用户对该物料的关注。本文将详细讲解用户冷启动和物料冷启动。
【粉丝福利社】《推荐系统全链路设计：原理解读与业务实践》（文末送书-进行中）
热门推荐
时光隧道
06-28 3万+
推荐系统中的冷启动分为物料冷启动和用户冷启动。用户冷启动主要是针对新用户，但有时候也用于低活用户拉活。物料冷启动主要是让优质物料得到快速下发，让模型可以迅速捕获到用户对该物料的关注。本文将详细讲解用户冷启动和物料冷启动。
推荐系统介绍
woaini886353的博客
05-10 7543
课程内容 推荐系统在电子商务领域得到普遍的运用 推荐系统本质上是销售系统的一部分 在便利店，推荐系统是导购牌，类目货架，是老板娘 在超市，推荐系统是导购牌，类目货架，是销售员 在电商，推荐系统是什么？ 不管是在便利店，还是超市，或者电商网站，本质上需要解决两个问题： 1、帮助用户获得想要的商品 A、用户知道自己想要什么商品，在什么位置 用户主动的行为 直接到货架区域去挑选商品，直接询问销售员商品在哪里 B、用...
推荐系统-简介
李孟的博客
06-11 3665
一.简介 推荐系统本质上是销售系统的一部分。 为了解决信息过载和用户无明确需求的问题，找到用户感兴趣物品，才有了个性化推荐。   二.组成 推荐系统广泛存在于各类网站中，一般由三部分组成：基础数据、推荐算法系统、前台展示。基础数据包括很多维度，包括用户的访问、浏览、下单、收藏，用户的历史订单信息，评价信息等很多信息；推荐算法系统主要是根据不同的推荐诉求由多个算法组成的推荐模型；前台展示主...
十个推荐系统的开源项目
因上努力，果上随缘的博客
04-08 2637
10个开源的推荐系统 1、muricoca/crab https://github.com/muricoca/crab 2、ibayer/fastFM https://github.com/ibayer/fastFM 3、Mendeley/mrec https://github.com/mendeley/mrec 4、MrChrisJohnson/logistic-mf https://github.com/MrChrisJohnson/logistic-mf 5、jadianes/winerama-rec
推荐系统综述--初识推荐系统（美研面试专用）
weixin_41332009的博客
01-07 2217
1. 引言 随着信息技术和互联网技术的发展，人们从信息匮乏时代步入了信息过载时代，在这种时代背景下，人们越来越难从大量的信息中找到自身感兴趣的信息，信息也越来越难展示给可能对它感兴趣的用户，而推荐系统的任务就是连接用户和信息，创造价值。 当用户没有明确目标时，比如寻找感兴趣的音乐，用户只能通过一些预先设定的类别或标签去寻找他可能感兴趣的音乐，但面对如此之多音乐，用户很难在短时间内找出真正感兴趣的音乐。这时就需要一个自动化的工具，来分析用户曾经收听的音乐，进而寻找出用户可能感兴趣的音乐推荐给用户，这就是个
推荐系统（8）：推荐算法之混合推荐
yang_shibiao的博客
05-15 3587
目录 0. 相关文章链接 1. 什么是混合推荐 2. 混合推荐+分区推荐 0. 相关文章链接 推荐系统文章汇总 1. 什么是混合推荐 推荐算法有很多种，比如基于内容的推荐、基于模型的实时推荐以及协同过滤推荐。这种组合式的应用推荐就叫组合推荐（Hybrid Recommendation）。研究和应用最多的是内容推荐和协同过滤推荐的组合。最简单的做法就是分别用基于内容的方法和协同过滤推荐方法去产生一个推荐预测结果，然后用某方法组合其结果。 2. 混合推荐+分区推荐 ...
千万级推荐系统架构设计
代码诗人的专栏
03-30 3071
本文转载自公众号：高效运维 作者简介 冯丙见 一下科技大数据部门资深架构师 一直播现在大家都能看到它的影子，技术上面来讲很多东西都是通用的，可以在这里面借鉴一下，看看是不是有一些在你工作当中可以适用的东西。 从三个方面介绍一下我们的系统，一个是面向我们架构设计，一个是用户画像系统，还有一个是评估推荐系统。 1、推荐系统架构设计 我们先来看一下推荐系统产生的背景，...
使用 Python 构建电影推荐系统
Python学习与数据挖掘
04-01 1万+
本文将余弦相似度与 KNN、Seaborn、Scikit-learn 和 Pandas 结合使用，创建一个使用用户评分数据的电影推荐系统。文末提供技术交流平台，完整版代码找我获取。 在日常数据挖掘工作中，除了会涉及到使用Python处理分类或预测任务，有时候还会涉及推荐系统相关任务。 推荐系统用于各个领域，常见的例子包括视频和音乐服务的播放列表生成器、在线商店的产品推荐器或社交媒体平台的内容推荐器。在这个项目中，我们创建一个电影推荐器。 协同过滤通过收集许多用户的偏好或品味信息，对用户的兴趣进行自动预测（过
基于大数据的音乐推荐系统（适合本科毕设）
02-02
《基于大数据的音乐推荐系统——探索本科毕设的实践路径》 在当今信息化社会，大数据技术已成为各行各业不可或缺的工具，特别是在个性化推荐领域，其影响力日益显现。本项目以“基于大数据的音乐推荐系统”为主题，...
基于知识图谱的推荐系统项目完整代码（附带数据集）
03-20
在这个基于知识图谱的推荐系统项目中，开发者提供了一整套完整的代码，旨在利用知识图谱的特性来改进传统的推荐算法。项目的核心是通过知识图谱嵌入技术，将用户、物品、以及它们之间的关系转化为低维向量表示，从而...
基于Hadoop的电影推荐系统的设计与实现源码（毕业设计）java+Hadoop
06-14
《基于Hadoop的电影推荐系统的设计与实现》 在当今信息爆炸的时代，个性化推荐系统已成为互联网服务的重要组成部分，尤其在电影领域，通过精准的推荐，能够帮助用户快速找到符合自己口味的影片，提升用户体验。本...
音乐推荐系统数据集.zip
08-13
音乐推荐系统是现代数字音乐服务的核心组成部分，它利用大数据和机器学习技术，为用户提供个性化、精准的音乐推荐。本数据集“音乐推荐系统数据集.zip”包含两部分关键信息，分别是用户行为数据集（通常存储在.txt...
推荐系统数据稀疏性问题
数据挖掘爱好者
05-03 3万+
对于目前大规模的电子商务平台，如淘宝、ebey，其用户、商品数量都非常大。淘宝数据显示，2010年淘宝网注册用户达到3.7亿，在线商品数达到8亿，最多的时候每天6000万人访问淘宝网，平均每分钟出售4.8万件商品。假如我们要做User-Item的协同过滤算法，那么U-I矩阵大小是6000万 ×8亿。在这个数量级上面做协同过滤，即使用hadoop，计算起来也非常吃力，效果也比较差。 让我们看看为什...
用R语言计算信息熵
数据挖掘爱好者
04-10 1万+
test.entropy print(d) res for(i in 1:length(d)) {   if(d[i]!=0)         res     } return (-res) } d1=c(0.25,0.25,0.25,0.25) d2=c(0.5,0.5,0,0) d3=c(0.8,0.2,0,0) d4=c(1,0,0,0) pri
开源报表工具 Metabase 使用技巧-日期筛选实例
数据挖掘爱好者
06-26 1万+
       很多公司都有大量的数据，要把这些数据做出报表无疑需要大量的时间。虽然有EChart之类的图表工具，无奈开发成本还是太高。 用BDP、Tableau 之类的软件，需要花钱买账号不说，数据安全也不好保证。因此一个开源的数据报表工具就显得非常重要。目前我们开始使用MetaBase这样的工具。          Metabase为什么好用呢？我们看中了它的几大原因。          1、可...
机器学习中的最优化问题
数据挖掘爱好者
11-18 9338
机器学习中的大多数问题可以归结为最优化问题。把一些典型的问题用最优化的方法建立数学模型，再最优化的方式求解。 我们再看看数据挖掘和机器学习中哪些是最优化问题，哪些不是。 名称 是否最优化 其他 关联规则 否 支持度和置信度； 其实就是联合概率p（x，y）和条件概率p（y|x）。 典型的创造概念，但是没有新的东西 决策树 否 取信息增益大的
《Item-to-Item Collaborative Filtering》笔记
数据挖掘爱好者
06-08 6139
摘要： 购买或者打分行为 为工程师线上编程标题 为妈妈线上婴儿玩具 click-through andconversion rates 点击率、转化率 banneradvertisements：品牌广告 top-sellerlists：销售排行榜 电子商务推荐的挑战： （1）千万用户、百万商品 （2）许多需要实时的推荐 （3）新用户冷启动问题 （4）老用户兴趣太
评论
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