推荐系统
学习的一点点笔记啦
冥更
٩(๑•̀ω•́๑)۶
展开
-
word2vec中Skip-Gram和CBOW
Word2Vec是从大量文本语料中以无监督的方式学习语义知识的一种模型,它被大量地用在自然语言处理(NLP)中。Word2Vec模型中,主要有Skip-Gram和CBOW两种模型,本文将详细介绍这两种模型。CBOWCBOW全称是Continuous Bag of Words Model,即连续词袋模型,模型如下图(图为七月在线NLP课程截图)由图可看出,CBOW的输入是上下文,输出是中间词...原创 2019-06-11 15:55:19 · 2385 阅读 · 0 评论 -
Python+Django电影推荐系统搭建
文章目录1. 新建虚拟环境2. 数据库设置2.1 安装PostGreSQL2.2 为MovieGEEK创建数据库2.3 安装Python数据库驱动程序2.4 配置Django数据库连接以连接到PostGreSql2.5 创建并填充MovieGEEKS数据库3. 申请TMDB的API4. 启动网络服务器项目来源:《Practical Recommender Systems; Kim Falk;J...原创 2020-02-14 16:25:02 · 5773 阅读 · 22 评论 -
贝叶斯个性化排序(BPR)算法小结
原博地址:https://www.cnblogs.com/pinard/p/9128682.html在矩阵分解在协同过滤推荐算法中的应用中,我们讨论过像funkSVD之类的矩阵分解方法如何用于推荐。今天我们讲另一种在实际产品中用的比较多的推荐算法:贝叶斯个性化排序(Bayesian Personalized Ranking, 以下简称BPR),它也用到了矩阵分解,但是和funkSVD家族却有...转载 2019-06-25 09:45:02 · 1039 阅读 · 0 评论 -
[论文笔记]Deep&Wide推荐系统
论文地址:https://arxiv.org/pdf/1606.07792.pdfWide Componentwide部分是一个广义线性模型,如图一左边所示,形如y=wT+b,y = w^T+b,y=wT+b,其中y是预测值,x是d维的特征向量,w是模型参数。而特征又包括了输入特征和变换特征,最重要的转换特征之一是叉积变换,其定义如下:ϕk(x)=∏i=1nxicki,cki⊂{0,1} ...原创 2019-06-13 19:24:36 · 1715 阅读 · 0 评论 -
一分钟读懂互联网广告竞价策略GFP+GSP+VCG
原文地址:一分钟读懂互联网广告竞价策略GFP+GSP+VCG 一、前序知识-传统竞价策略英式拍卖(English Auction)英式拍卖又叫公开增价拍卖OAB(Open Ascending Bid),卖家提供物品,在物品拍卖过程中,买家按照竞价阶梯由低至高喊价,出价最高者成为竞买的赢家。为了保证竞价收敛,一般会为竞价设定一个终止时间。这种模式非常容易理解,平时电影电视中经常看到。荷兰式...转载 2019-04-25 09:42:33 · 875 阅读 · 0 评论 -
推荐系统中的一些概念问题
1. 搜索和推荐中京都和召回分别是什么意思?精度(精确率)和召回率是广泛用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量。其中精度是检索出相关文档数与检索出的文档总数的比率,衡量的是检索系统的查准率;召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是检索系统的查全率。2. 推荐系统中的常用的评价标准点击预测评估1. 精度Precision:...原创 2019-05-17 10:35:34 · 390 阅读 · 0 评论 -
[论文笔记]Real-time Personalization using Embeddings for Search Ranking at Airbnb
KDD 2018, August 19-23, 2018, London, United KingdomMihajlo Grbovic;Airbnb, Inc;San Francisco, California, USAHaibin Cheng Airbnb, Inc. San Francisco, California, USA摘要爱彼迎是一个双边市场,需要同时优化租户和房东的偏好。本文...原创 2019-04-24 09:05:37 · 625 阅读 · 0 评论 -
Python中用于推荐系统的一些开源库
最近新发现一个推荐系统库lightfm,为了防止忘记,和之前用过的surprise库一起做个小笔记。surprise库surprise可以算上是推荐系统中较为常用,知名度较高的库了,它是是scikit系列中的一个库。官方文档:https://surprise.readthedocs.io/en/stable/getting_started.htmlgithub:https://github...原创 2019-04-23 17:16:06 · 3567 阅读 · 0 评论 -
协同过滤算法的原理详解
1994年,明尼苏达大学双城分校计算机系的GroupLens研究组设计了GroupLens的新闻推荐系统,并首次提出了协同过滤思想。维基百科上对协同过滤分别给了广义和狭义两个定义广义定义:协同过滤是使用涉及多个代理,视点,数据源等之间的协作的技术来过滤信息或模式的过程。狭义定义:协同过滤是一种通过从许多用户收集偏好或品味信息(协作)来自动预测(过滤)关于用户兴趣的方法。协同过滤方法的基...原创 2019-04-18 15:10:40 · 2458 阅读 · 0 评论 -
用Python实现svd++推荐算法
在SVD的基础上在用户特征矩阵上加入用户的偏好。某个用户对某个电影进行了评分,那么说明他看过这部电影,那么这样的行为事实上蕴含了一定的信息,因此我们可以这样来理解问题:评分的行为从侧面反映了用户的喜好,可以将这样的反映通过隐式参数的形式体现在模型中,从而得到一个更为精细的模型,便是 SVD++.预测评分为:目标函数:参数更新式:# -*- coding:utf-8 -*-f...原创 2018-11-24 19:25:09 · 3385 阅读 · 0 评论 -
Translation-based Factorization Machines for Sequential Recommendation
Rajiv Pasricha,Julian McAuleyUC San Diego原文地址:Translation-based Factorization Machines for Sequential Recommendation代码地址:github地址摘要:这篇论文提出一种用于序列推荐的算法,TransFM,该算法将基于转移和度量模型与分解机模型结合起来。这种模型可以继承F...原创 2019-03-22 15:28:18 · 879 阅读 · 0 评论