![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
文章平均质量分 92
DontCareOthers
期望成为工程师的菜鸟
展开
-
推荐系统入门学习(打卡)
推荐算法入门,学习基本概念,常用算法原理,和基本代码(Python)原创 2022-05-13 11:50:36 · 1484 阅读 · 3 评论 -
推荐系统的主要算法(3)
文章目录前言一、DNN 模型二、Wide & Deep模型三、Deep & Cross模型3.1 嵌入与堆叠层3.2 交叉网络3.3 深度网络3.4 融合层四、DIN 模型五、ESMM 模型前言随着深度学习的发展,推荐系统中开始越来越多地用到深度学习。本篇博文介绍推荐系统中常见的深度学习模型,如DNN模型、ESMM模型、Wide & Deep模型、Deep & Cross模型和DIN模型。一、DNN 模型深度神经网络(Deep Neural Network, DN原创 2021-11-30 00:28:12 · 1478 阅读 · 0 评论 -
推荐系统的主要算法(2)
文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言推荐系统中通常需要计算物品的内容相似度,内容相似就是通过对物品内容的理解,比如物品的基础属性、物品的特征等,得到物品的向量表达,然后通过向量之间的相似度计算得到相似物品列表。基于文本内容的物品,常用Word2vec方法计算相似内容。本篇博文主要介绍Word2vec算法的理论。一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码原创 2021-11-21 17:21:17 · 889 阅读 · 0 评论 -
推荐系统的主要算法(1)
文章目录前言一、矩阵分解1. 奇异值分解(SVD)2. 交替最小二乘(ALS)3. 贝叶斯个性化推荐(BPR)二、线性模型1. FM2. FFM三、树模型1. 决策树2. GBDT3. GBDT+LR4. XGBoost5. LightGBM总结前言本篇博文主要介绍推荐系统中的常用算法,包括矩阵分解、线性模型(FM和FFM)、树模型、集成算法模型。深度学习模型DNN、Wide&Deep、Deep FM在下一篇博文中介绍。一、矩阵分解物品之间的相关性、信息量不因向量维度的增加而线性增加。矩原创 2021-11-17 21:27:37 · 3305 阅读 · 0 评论 -
推荐系统的框架与基本原理
文章目录前言一、推荐系统的框架及运行1. 基本框架2. 推荐引擎的工作流程二、推荐系统的经典问题1. 搜索和利用2. 冷启动三、召回策略1. 基于行为相似的召回(1) Jacard相似度:(2) 利用余弦相似度:(3) 欧几里得距离:(4) 皮尔逊相关系数:2. 基于内容相似度的召回四、推荐系统排序1. 特征选择的方法2. 排序过程五、基于知识图谱的推荐系统总结前言推荐系统的作用包括:一方面可以满足用户需求,提高用户活跃度以及平台与用户的粘合度;另一方面对于平台而言,不仅提升了用户体验,甚至在一定程原创 2021-11-16 20:05:11 · 2379 阅读 · 0 评论 -
推荐系统基本概念与分类
文章目录前言一、什么是推荐系统?二、推荐系统的分类1.基于内容的推荐2.基于协同过滤的推荐2.1 基于用户的协同过滤2.2 基于对象的协同过滤2.3 基于模型的协同过滤3.混合推荐方法三、搜索与推荐的区别总结前言小白记录自学推荐系统刚接触推荐系统,有错误的地方还请各位指正,感谢理解~一、什么是推荐系统?推荐系统是能找出用户和物品之间联系的信息过滤系统。推荐系统主要有两个显著的特征:主动性:从用户角度考虑。不需要用户提供明确的需求,能够自主通过分析用户与物品之间的关联数据进行建模,为用户提原创 2021-11-16 11:53:50 · 3761 阅读 · 0 评论