![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
个性化推荐
Jasonus_Chou
这个作者很懒,什么都没留下…
展开
-
学习笔记3——LFM算法(Latent Factor Model)
1. LFM算法基本内容输入:user对item的点击矩阵参数:每一个user的向量表示和每一个item的向量表示方式:用user矩阵和item矩阵的矩阵乘 拟合 user对item的点击矩阵2. LFM应用普适场景:2.1 获取user的item推荐列表、2.2获取item间的相似度列表、2.3 挖掘item间隐含topic3. 实例:3.1 输入:user...原创 2019-03-24 11:59:00 · 2236 阅读 · 3 评论 -
学习笔记2——个性化召回算法综述
1. 个性化召回召回:从item set中选取一部分作为候选集(不同用户喜欢不同的item、item量级大则会导致排序慢,后端响应时间久)根据用户的属性行为、上下文等信息从item set中选取其感兴趣的item集合作为候选集;2. 召回决定了最终推荐结果的天花板(召回 -> 排序 -> 策略调整);3. 个性化召回解析3.1 基于用户行为:根据用户是否点击系统推荐...原创 2019-03-24 11:38:00 · 405 阅读 · 0 评论 -
学习笔记1——个性化推荐算法综述
1. 当物品数量远超人可以手动遍历的范围时,称为信息过载;2. 如果没有明确需求的用户访问了服务,且该服务的物品对于用户而言构成了信息过载,该系统基于一定规则策略(个性化推荐算法)将物品进行排序,并将排在前面的物品推荐给用户,这就是推荐系统;3. 个性化推荐算法在工业界成功落地的3类产品:3.1 地图(餐馆、影院多);3.2 电商(商品多);3.3 信息流(新闻、短视频多)。...原创 2019-03-24 10:32:37 · 653 阅读 · 1 评论