《推荐系统学习笔记》

最新推荐文章于 2023-05-08 15:55:28 发布
最新推荐文章于 2023-05-08 15:55:28 发布
阅读量294 收藏 3
点赞数 2
分类专栏： 推荐系统 文章标签： 推荐系统
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37336280/article/details/108710809
版权
本文深入探讨推荐系统，涵盖其包含的各个环节，如召回路径、用户向量和物品向量的相似度计算、协同过滤、多路召回融合排序、AB测试、矩阵分解等。并讨论了基于内容、用户聚类、矩阵分解的推荐方法以及解决物品冷启动问题的策略，同时强调了Embedding技术在现代推荐系统中的重要性。
摘要由CSDN通过智能技术生成

推荐系统包含哪些环节？

在这里插入图片描述

推荐系统有哪些召回路径？

在这里插入图片描述

  1. 2代表边，i、u、tag代表节点；
  2. i2i-从一个物品到另一个物品；

Netflix经典推荐系统架构

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

推荐系统技术架构

在这里插入图片描述

怎样实现基于内容的推荐系统？

地位：最早被使用的推荐算法，年代久远，但当今仍然被广泛使用，效果良好
定义：给用户x推荐之前喜欢的物品相似的物品。即U2I2I、U2Tag2I
在这里插入图片描述

怎样实现用户向量和物品向量的相似度计算？

在这里插入图片描述
在这里插入图片描述

优缺点

最低0.47元/天 解锁文章
向大佬学习a
关注
专栏目录
推荐系统初等知识笔记
weixin_43845522的博客
03-26 2071
文章目录前言一： 推荐系统简介二： 推荐系统的架构三： 推荐算法四： 推荐系统的评估五： 推荐系统的冷启动问题六 ： LFM七：基于内容的推荐算法用户的标签来自于哪儿八： TF-IDF 前言 知识内容不是我个人所有，是看课程视频整理截图所得，为个人学习所用 一： 推荐系统简介 推荐系统是不需要⽤户提供明确的需求，通过分析⽤户的历史⾏为给⽤户的兴趣进⾏建模，从⽽主动给⽤户推荐能够满⾜他们兴趣和需求的信息。是一个概率的问题。 而搜索引擎是在有明确需求的前提下进行内容查询 推荐系统有长尾效应，因为为了最大化利益
推荐系统笔记
github_37462634的博客
08-07 2240
推荐系统笔记
推荐系统学习笔记
King
06-01 277
那究竟什么是推荐系统呢？
推荐系统学习笔记(一）——概述
qq_42819976的博客
07-20 224
推荐系统学习笔记
推荐系统学习笔记——九、推荐系统实现用户聚类推荐
Lynnzxl的博客
04-01 3667
九、推荐系统实现用户聚类推荐 聚类分析（Cluster analysis），亦称为群集分析，是一种数据点分组的机器学习技术。给定一组数据点，可以用聚类算法将每个数据点分到特定的组中 推荐思路：将用户进行聚类，给每个聚类推荐该类人群喜欢的内容 实现用户聚类推荐的技术流程： 几个步骤： 用户聚类 → 分群热榜统计 → 计算结果缓存 → 在线服务 前两步的结果都会存入到高速缓存，然后在线服务使用缓存...
推荐系统学习笔记——十、推荐系统API服务接口
Lynnzxl的博客
04-02 1961
十、推荐系统API服务接口
Python推荐系统学习笔记（1）------基于用户协同过滤算法的电影推荐系统
yi_xxxx的博客
04-07 5618
Python推荐系统学习笔记（1）------基于用户协同过滤算法的电影推荐系统 本周张老师在课上向我们介绍了推荐系统的相关知识点，推荐系统，顾名思义，就是利用用户的历史数据来预测用户的行为兴趣从而为减少用户的搜寻成本。无论是在日常生活中的商场购物还是在互联网上的x宝购物等时，我们总能发现我们总在被推荐商品，日常我们可能都不会太注意这样子的细节，可能并不能算是特别清楚推荐给我们的东西是否真正符合我...
推荐系统学习笔记——八、推荐系统多路召回融合排序
Lynnzxl的博客
04-01 4867
八、推荐系统多路召回融合排序 多路召回与融合排序 多路召回 推荐服务一般有多个环节（召回、粗排序、精排序），一般会使用多个召回策略，互相弥补不足，效果更好。比如说： 实时召回- U2I2I， 几秒之内根据行为更新推荐列表。 用U2I得到你实时的行为对象列表，再根据I2I得到可能喜欢的其他的物品 这个是实时召回，剩下3个是提前算好的 基于内容 - U2Tag2I 先算好用户的偏好tag，然...
推荐系统学习笔记——三、推荐系统有哪些召回路径
Lynnzxl的博客
03-31 4478
三、推荐系统有哪些召回路径 推荐系统中的i2i、u2i、u2i2i、u2u2i、u2tag2i，都是指推荐系统的召回路径。 通过上图理解什么是召回路径： u、i、tag是指图中的节点 2是指图中的线 i2i：指从一个物品到达另外一个物品，item 到 item 应用：头条，在下方列出相似的、相关的文章； 算法： 内容相似，eg：文章的相似，取标题的关键字，内容相似 协同过滤 关联规...
推荐系统实战笔记 简介
kindred_joe的博客
10-08 213
推荐系统 介绍 搜索的流量分布服从马太效应，而推荐的内容服从长尾长尾效应。 推荐系统目标是高效连接用户和物品，发现长尾商品；留住用户和内容生产者，实现商业目标。 推荐系统评估 常用指标 对于用户的反馈行为可以分为两个方面：显示反馈和隐式反馈 准确性 使用RMSE MSE 召回率等 工业界中 针对不同的应用于推荐内容有不同的评价方法。 覆盖率（指标） 覆盖率 信息熵（照顾了长尾） 基尼系数、 ...
推荐系统从入门到实战笔记
Walker-C
11-27 2876
文章目录推荐系统从入门到实战1. 推荐系统包含哪些环节2. 推荐系统有哪些召回路径3. Netflix经典的推荐系统架构4. 推荐系统通用架构图（数据流图）5. 推荐系统如何实现多路召回的融合排序6. 如何实现AB测试6.1 AB 测试的定义6.2 为什么需要AB测试6.3 如何实现AB测试6.4 AB测试的常见错误7. 如何实现用户聚类推荐7.1 用户聚类推荐7.2 技术实现流程7.3 用户聚类推荐的优缺点8. 推荐系统 API 接口长什么样子8.1 推荐系统的两大场景8.2 API 接口要完成的任务8.
推荐系统学习之路
最新发布
bucan804228552的博客
05-08 2165
基本概念：一、基本流程 b站王树森老师课程笔记召回(retrieval）：快速从海量数据中取回几千个用户可能感兴趣的物品。方法：协同过滤相似度计算：余弦，杰卡德矩阵分解：将一个稀疏的用户评分矩阵MxN分解为MxK KxN，分解出来的K就是隐语义特征BiasSVD方法jieba是中文分词包hanlp情感分析工具包关注的作者…粗排：用小规模的模型的神经网络给召回的物品打分，然后做截断，选出分数最高的几百个物品。
我的推荐系统学习之路
weixin_34216036的博客
02-25 407
【推荐系统与机器学习导读】总结了一个RD工程师的推荐系统学习之路, 更多推荐系统知识请关注 RecomAI作为一个CS专业的本科毕业生, 当初进入互联网领域时只是一个电商业务的RD开发工程师, 后来机缘巧合之下转向了大数据领域, 后来又进入到了推荐系统的相关开发工作。回顾这些年的工作, 总结了一些经验, 希望对那些有志于进入推荐系统相关领域的同学有一些帮助。推荐/搜索/广告 是目前机器学习成熟落地...
推荐系统学习（一）推荐系统分类与基本流程
呆萌的代Ma
08-07 519
文章目录推荐系统框架推荐系统分类：推荐系统基本流程 推荐系统框架 推荐系统分类： 基于统计学 个性化推荐：一切即标签 基于推荐原则的分类 基于相似度 基于知识 基于模型 基于数据源的分类 基于用户画像的推荐 基于内容(content based, CB)的推荐 基于协同过滤(collaborative filtering, CF)的推荐 基于近邻 基于用户的协同过滤(User-CF) 基于物品的协同过滤(Item-CF) 隐语义模型(Latent Factor Model, LFM
推荐系统[七]：推荐系统通用技术架构（Netfilx等）、API服务接口
丨汀、的博客
03-06 580
这三层分别做自己的事情，配合组合一起完成系统的运行所谓打点日志，是指用于数据统计的日志，一般前端会有打点的方法，而后端也会有类似需求。按理说，后端的一般的日志也可以做到打点的效果，但是因为一般的日志离散，风格不统一，得到的日志格式不好，不容易切分统计，所以就会想要一个独立的打点日志来实现打点。一般是天粒度或者小时粒度进行计算。
黑马头条项目 8.4 推荐系统接口定义
weixin_41672684的博客
12-07 510
推荐系统接口定义 接口原型 接口名称： user_recommend 调用参数： UserRequest: user_id # 用户id channel_id # 频道id article_num # 推荐的文章数量 time_stamp # 推荐的时间戳 返回数据： ArticleResponse: expousre # 曝光埋点数据 time_stamp # 推荐的时间戳 ...
「从零入门推荐系统」17：推荐系统的web服务
大数据与人工智能
04-11 376
作者|gongyouliu编辑 |gongyouliu推荐系统是一种算法工程技术解决方案，目的是通过挖掘用户操作行为来为用户提供个性化的物品推荐，满足用户差异化的兴趣偏好。推荐系统要想真正产生作用，需要将训练好的推荐模型部署成web服务（一般是采用Restful API接口的形式），当用户在前端使用推荐模块时，推荐模块会调用推荐web服务，最终将该用户的推荐结果展示给用户，给用户所见即所得的...
人才推荐系统API接口文档
chen__yuan的博客
04-23 1973
API文档
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值