![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐算法
文章平均质量分 51
de一颗小白菜
这个作者很懒,什么都没留下…
展开
-
推荐系统-召回-向量召回
1. 离散特征步骤:建立字典:把类别映射成序号向量化:把序号映射成向量a. one-hot 编码:把序号映射成高纬稀疏向量b. embedding:把序号映射成低维稠密向量one-hot 编码 embedding2.矩阵补充模型 matrix completion每次更新矩阵a和b的一列,学出矩阵a和b每一列是一个物品每一行是一个用户用绿色位置训练模型,预估出灰色位置的分数,也就是把矩阵元素补全补全之后可以做推荐,把较高的物品推荐给用户原创 2022-05-10 05:51:25 · 593 阅读 · 0 评论 -
推荐系统2-召回1usercf
说明:笔记记录来自B站大佬的视频大佬主页:https://space.bilibili.com/1369507485?spm_id_from=333.788.b_765f7570696e666f.1up主:shusenwang视频链接:https://www.bilibili.com/video/BV1mA4y1Q7RN/?spm_id_from=333.788.recommend_more_video.1基于物品的协同过滤(item CF)原理a. 知识图谱,两个书的作者相同b. 用户行为,原创 2022-05-10 04:54:45 · 260 阅读 · 0 评论 -
推荐系统1-基本概念
说明:笔记记录来自B站大佬的视频大佬主页:https://space.bilibili.com/1369507485?spm_id_from=333.788.b_765f7570696e666f.1up主:shusenwang1. 小红书推荐系统转化流程:2. 消费指标点击率越高:推荐越精准f(笔记长度):归一化函数推荐越符合用户兴趣,点赞收藏转发会越多多样性:不能一味追求用户段时间内的兴趣3. 衡量推荐系统好坏:北极星指标(最重要的指标)a. 用户规模DAU:一天内不管原创 2022-05-10 04:21:03 · 269 阅读 · 0 评论