蕾姆的博客

一、数据集Criteo : 2014年kaggle 广告点击率预估比赛数据集该数据集包含约4500万条记录。有13个数值特征和26个类别特征。 这些列以制表符分隔，并带有以下格式：<int feat 1> ... <int feat 13> <cate feat 1> ... 该数据集可从http://labs.criteo.com/2014/02/...

说到NDCG就需要从CG开始说起。CG（cumulative gain，累计增益）可以用于评价基于打分/评分的个性推荐系统。假设我们推荐k个物品，这个推荐列表的CGk计算公式如下：CGk=∑ikreliCG_k=\sum _i^k rel_iCGk​=i∑k​reli​.relirel_ireli​ 表示第kkk个物品的相关性或者评分。假设我们共推荐kkk个文档，relirel_ireli​...

一、传统的奇异值分解SVDSVD分解要求矩阵是稠密的，也就是说矩阵的所有位置不能有空白。有空白时我们的MM是没法直接去SVD分解的。大家会说，如果这个矩阵是稠密的，那不就是说我们都已经找到所有用户物品的评分了嘛，那还要SVD干嘛! 的确，这是一个问题，传统SVD采用的方法是对评分矩阵中的缺失值进行简单的补全，比如用全局平均值或者用用户物品平均值补全，得到补全后的矩阵。接着可以用SVD分解并降维...

文章内容和代码来自这篇博客：one-一个一、基于用户的协同过滤Pu,i 用户u和电影i Rv,i 用户v对电影i的评分 Su,v 用户u和用户v的相似度可以看出，基于用户的协同过滤的思想：求出用户之间的相似度，具体到每部电影i的时候，遍历所有用户，相似度乘以用户对该电影的打分累加求和，并以用户相似度之和作为分母，得到用户u对电影i的喜好程度。二、基于物品的协同过滤...

一个Kaggle题目 https://www.kaggle.com/c/kddcup2012-track1?tdsourcetag=s_pcqq_aiomsg一、数据集2220895个用户 + 6095 Item 73209277个训练样本，34910937个测试样本a) 训练集 rec_log_train.txt : UserId-ItemId-Result(1or-1)-ti...

原文： https://www.sohu.com/a/251772910_633698什么是CTR预估CTR（Click-Through-Rate）即点击通过率，是互联网广告常用的术语，指网络广告（图片广告/文字广告/关键词广告/排名广告/视频广告等）的点击到达率，即该广告的实际点击次数除以广告的展现量。CTR是衡量互联网广告效果的一项重要指标。CTR预估数据特点：输入中包含类...

上图为Sparse Feature 层到 Dense Embedding 层的神经元连接示意图。1、每个圆点代表一个神经元，神经元本身是没有数值的，我们需要知道的是Sparse Feature 到 Embedding 层之间连线的权重，这个权重就是所谓的Embedding Vector。2、一共有m个field，每个field对应k个嵌入维数，所以嵌入层神经元的个数为m*k。3、...

理论和代码：https://www.jianshu.com/p/71d819005fed一、DeepFM数据集的构造。给定的原始数据集为： [458044 rows x 39 columns]将其转换为DeepFM输入层要求的格式： feature_index feature_value1、对于连续型数据，每一列作为一个索引值，对应的值为原始值。对于类别数据每个类别作为一个索...

1、推荐系统算法工程师存在的意义https://www.cnblogs.com/flclain/p/4211685.html

1.推荐算法汇总https://www.jianshu.com/p/6b246f5970c92 排序算法我们把推荐问题建模成一个“超大规模分类”问题，即在时刻T和上下文C的情况下，为用户U在文章库V中精准的预测出文章I的类别，这里召回已经帮我们解决了超大规模的问题，而排序的核心就是拟合一个用户对内容满意度的函数y=Fun(U, I, C)，这个函数需要输入的就是这三个维度的特征：用户信...