![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
Anida_qin
算法工程师,关注机器学习,深度学习领域。CV&NLP&挖掘
展开
-
PU-Learning
速读论文:Learning From Positive and Unlabeled Data: A Survey从方法上讲,主要有两种。two step: 先对数据用聚类或者任一相关算法分类(选出可信度高的neg案例),然后再放到任一分类网络里训练,然后再根据训练的结果分类未标记,再次训练,直到模型稳定或者loss较小。 基于可分性和连续性假设biased learning: 全部将未标...原创 2019-12-23 17:55:36 · 536 阅读 · 0 评论 -
推荐系统 — 初识
科班计算机视觉出身,工作大半年,个人体会视觉和业务的结合并不是特别紧密,无法直接产生现金反馈,可能大部分是作为工具和锦上添花使用,工业界除外,奈何笔者所在城市工业界选择有限。反观推荐,和业务结合的相对紧密,理论也相对成熟,就业面相对较宽。个人感想,欢迎指正探讨。此篇作为只是个人理解和笔记。参考两篇特别喜欢的博文https://zhuanlan.zhihu.com/p/23036112htt...原创 2019-02-15 15:52:21 · 170 阅读 · 0 评论 -
推荐系统实践(一)好的推荐系统
一、思维导图二、评测指标解释1、用户满意度通过用户调查,用户停留时间或者转化率等指标衡量,没有具体公式。2、预测准确度评分预测均方根误差RMSE平均绝对误差MSERMSE加大了对预测不准的用户物品评分的惩罚。TopN推荐R(u)是根据用户在训练集上的行为给用户做出的推荐列表,T(u)是用户在测试集上的行为列表。???不太理解。召回率Recall...原创 2019-02-17 17:51:58 · 298 阅读 · 0 评论 -
推荐系统实践(二)利用用户行为数据
文章目录一、思维导图二、基于邻域的算法1、基于用户的协同过滤算法算法步骤相似性计算算法评测2、基于物品的协同过滤算法算法步骤相似度计算计算用户对一个物品的兴趣算法评测3、UserCF和ItemCF比较三、隐语义模型1、数据准备2、兴趣分类3、如何给每个用户生成负样本4、模型5、loss 函数6、优化求解一、思维导图二、基于邻域的算法基于邻域的算法重点在于如何计算相似性,无论是用户相似性还...原创 2019-02-17 21:54:33 · 491 阅读 · 0 评论 -
推荐系统实践(三)推荐系统冷启动问题
一、思维导图二、用户冷启动1、利用用户注册信息算法流程获取用户的注册信息根据用户的注册信息对用户分类给用户推荐他所属分类中用户喜欢的物品重点 - 计算每种特征用户喜欢的物品方式一:p(f,i):有f特征的用户中喜欢物品i的人数方式二:惩罚热门物品一般来说,分类粒度越细,精度和覆盖率也会越高2、选择合适的物品启动用户的兴趣什么是合适的物品?比较...原创 2019-02-28 11:30:32 · 315 阅读 · 0 评论