qq_17674161的博客

这篇文章是基于元学习的文章，在推荐系统领域通过牺牲可接受的计算代价，更新模型的参数，同时采用数据流式计算，并返回用户感兴趣的结果。文章中涉及到的主要技术有GAT, embedding，MLP。等主要技术。有关论文实现的代码，比较乱（没有工程化处理），但是思路清晰， 不喜勿喷，可以留言评论交流。step 1： 构建用户的反馈历史：主要通过两个方面进行：1 获取指定用户的历史交互item2， 获取指定item 的历史响应用户关键信息如下：step 2： 扩展代表向量，实际上是通过查表lo

基于python的biasSVD推荐算法

funcSVD python 实现

//#include <stdio.h>//#include <iostream>//#include <opencv2/opencv.hpp>//#include <Eigen/Dense>////using namespace Eigen;//using namespace cv;//using namespace std;////#define M_PI 3.1415926////void GetPoints(vector<s