推荐系统
追梦程序员
杭州电子科技大学计算机科学与技术专业研究生,专业方向机器学习
展开
-
基于邻域的协同过滤
协同过滤(collaborative filtering)是推荐系统最为常用的算法之一,已被很多知名网站如Amazon.com、TiVo、Netflix等成功应用在自己的推荐系统中。协同过滤推荐系统的算法可以分为两类:基于记忆(memory-based)的和基于模型(model-based)的算法。其中基于记忆的算法最主要有基于用户邻域的协同过滤和基于物品邻域的协同过滤。一、基于用户邻...原创 2018-09-11 10:32:24 · 1306 阅读 · 0 评论 -
BPRPlus:基于多种隐式反馈的BPR变形算法开源库
很快,寒假就要过去了,在这15天的时间里,小编一直在做一件事:开发一个支持多种隐式反馈的BPR变形算法框架。终于,功夫不负有心人。在经过了每天晚上的编写,近3400行代码的BPRPlus框架初步形成。github地址:https://github.com/liuchenailq/BPRPlus. BPR算法简介推荐系统有两大问题:评分预测和排序优化。评分预测一般使用显示数据集,...原创 2019-02-09 20:25:45 · 429 阅读 · 0 评论 -
Neural Collaborative Filtering
摘要近年来,深度神经网络在语音识别、计算机视觉和自然语言处理等方面取得了巨大的成功。然而,对推荐系统深度神经网络的研究却相对较少。在这项工作中,我们努力开发基于神经网络的技术来解决基于隐式反馈的协同过滤这一关键问题虽然最近的一些研究采用了深度学习作为推荐,但他们主要是用它来建模辅助信息,例如对音乐项目的文本描述和音乐的声学特征。在对协同过滤的关键因素——用户和项目特征之间的交互进行建模时,仍然...原创 2019-07-22 14:32:38 · 1236 阅读 · 0 评论 -
CTR图片
原创 2019-09-09 10:36:28 · 428 阅读 · 0 评论