![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
饮冰l
这个作者很懒,什么都没留下…
展开
-
会议报告:CIKM 2019 Learning and Reasoning on Graph for Recommendation
前言这是关于图与推荐在CIKM 2019的一篇会议报告链接: https://dl.acm.org/doi/10.1145/3357384.33603171. 摘要推荐方法构建预测模型来估计用户-物品交互的可能性。以前的模型在很大程度上遵循了一种通用的监督学习范式——将每次交互视为单独的数据实例,并基于“信息孤岛”进行预测。这种方法忽略了数据实例之间的关系,特别是在稀疏的情况下,可能会导致性能不佳。此外,建立在单独数据实例上的模型很难展示推荐背后的原因,使得推荐过程难以理解。我们将从图学习的角度重新原创 2020-10-09 20:44:19 · 468 阅读 · 0 评论 -
推荐系统常用评价指标
转载于:https://blog.csdn.net/qq_40006058/article/details/894327731. 混淆矩阵TP(true positive):表示样本的真实类别为正,最后预测得到的结果也为正;FP(false positive):表示样本的真实类别为负,最后预测得到的结果却为正;FN(false negative):表示样本的真实类别为正,最后预测得到的结果却为负;TN(true negative):表示样本的真实类别为负,最后预测得到的结果也为负.其中,TP与转载 2020-09-20 11:36:53 · 815 阅读 · 0 评论 -
推荐系统常用数据集介绍
前言文章转载自:https://www.cnblogs.com/shenxiaolin/p/8337913.html推荐系统常用数据集首先需要说明一下推荐系统数据中的几个类别:Item: 即我们要推荐的东西,如产品、电影、网页或者一条信息片段User:对item进行评分以及接受推荐系统推荐的项目的人Rating:用户对item的偏好的表达。评分可以是二分类的(如喜欢和不喜欢),也可以是整数(如1到5星)或连续(某个间隔的任何值)。 另外,还有一些隐反馈,只记录一个用户是否与一个项目进行了交互。转载 2020-07-18 11:42:58 · 4094 阅读 · 0 评论 -
矩阵补全(Matrix Completion)和缺失值预处理
前言文章转载自:https://www.cnblogs.com/wuliytTaotao/p/10814770.html1. 矩阵补全矩阵补全(Matrix Completion),就是补上一个含缺失值矩阵的缺失部分。矩阵补全可以通过矩阵分解(matrix factorization)将一个含缺失值的矩阵 XXX 分解为两个(或多个)矩阵,然后这些分解后的矩阵相乘就可以得到原矩阵的近似 X′X^{\prime}X′,我们用这个近似矩阵 X′X^{\prime}X′ 的值来填补原矩阵 X 的缺失部分。转载 2020-07-16 15:34:53 · 8684 阅读 · 1 评论 -
深度学习于推荐系统综述:Deep Learning based Recommender System: A Survey and New Perspectives
前言论文链接:https://arxiv.org/abs/1707.07435部分内容参考于https://blog.csdn.net/w5688414/article/details/78651121系列博客主要整理与MLP及AE相关内容,仅用于自己学习笔记之用基于深度学习的推荐系统1. 基于多层感知机的推荐系统多层感知器(Multi-Layer Perceptron,MLP)也叫人工神经网络(Artificial Neural Network,ANN),除了输入输出层,它中间可以有多个隐层。原创 2020-07-15 15:29:41 · 4822 阅读 · 0 评论 -
推荐系统入门介绍
前言由于最近的研究内容与推荐系统相关,因此学习相关的概念。所总结的内容大多来自于网上推荐系统的相关内容,在文后会列出参考地址。1. 推荐系统的产生推荐系统是在互联网快速发展(特别是移动互联网)之后的产物,随着用户规模的爆炸增长以及供应商提供的物品的种类越来越多(淘宝上有几千万商品),用户身边充斥着大量信息,这时候推荐系统就发挥了用武之地。推荐系统本质上是在用户需求不明确的情况下, 从海量的信息中为用户寻找其感兴趣的信息的技术手段。推荐系统结合用户的信息(地域,年龄,性别等),物品信息(价格,产地等),原创 2020-07-15 13:11:57 · 1361 阅读 · 0 评论