![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
qingtian2015
这个作者很懒,什么都没留下…
展开
-
《Item-to-Item Collaborative Filtering》笔记
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)老用户兴趣太转载 2015-04-21 16:31:30 · 639 阅读 · 0 评论 -
协同推荐Slope One算法
相信大家对如下的Category都很熟悉,很多网站都有类似如下的功能,“商品推荐”,"猜你喜欢“,在实体店中我们有导购来为我们服务,在网络上我们需要同样的一种替代物,如果简简单单的在数据库里面去捞,去比较,几乎是完成不了的,这时我们就需要一种协同推荐算法,来高效的推荐浏览者喜欢的商品。一:概念 SlopeOne的思想很简单,就是用均值化的思想来掩盖个体的打分差异,举个例转载 2015-07-22 11:32:31 · 396 阅读 · 0 评论 -
Slope One简单高效的协同过滤算法
现在做的一个项目中需要用到推荐算法, 在网上查了一下. Beyond Search介绍了一个协同过滤算法(Collaborative Filtering) : Slope One;和其它类似算法相比, 它的最大优点在于算法很简单, 易于实现, 执行效率高, 同时推荐的准确性相对很高;基本概念Slope One的基本概念很简单, 例子1, 用户X, Y和A都对Item1打了分.转载 2015-07-22 11:19:10 · 510 阅读 · 0 评论 -
Slope one简单的协同过滤算法
现在做的一个项目中需要用到推荐算法, 在网上查了一下. Beyond Search介绍了一个协同过滤算法(Collaborative Filtering) : Slope One;和其它类似算法相比, 它的最大优点在于算法很简单, 易于实现, 执行效率高, 同时推荐的准确性相对很高;基本概念Slope One的基本概念很简单, 例子1, 用户X, Y和A都对Item1打了分.转载 2015-07-22 11:20:55 · 380 阅读 · 0 评论 -
各大推荐引擎资料汇总
最近在做一个推荐的任务,头绪繁多,回头看看同行的工作,希望能有些帮助。零零碎碎看过好多资料,有些已经忘记了,会慢慢补全。欢迎大家留言补充。也欢迎同行加我微博进行交流。(最近发现各家推荐技术进步很快,这里整理的可能已经是过去时了,不过最近不搞这个,没有精力补充了。)视频类Netflix:很多方法的融合,策略可以参考我翻译的blog,架构参考小鱼儿师兄的blog。Hul转载 2015-07-22 11:25:27 · 424 阅读 · 0 评论