推荐系统
文章平均质量分 60
river_hiter
这个作者很懒,什么都没留下…
展开
-
Recommender Systems Handbook读书笔记之第四章(3)
承接上一篇Recommender Systems Handbook读书笔记之第四章(2),记录一下本章的最后一部分。 基于近邻的推荐方法,有三个重要技术点需要关注:1)评价的归一化;2)相似度权值计算方法;3)近邻的选择。 1、评价归一化 当用户对item进行评价打分时,每个人心目中的标准是不一样的,比如user A对与一般喜欢的item通常打6分,而user B对与一般喜欢的分值则在8原创 2012-12-24 18:23:44 · 591 阅读 · 0 评论 -
Recommender Systems Handbook读书笔记之第四章(1)
Recommender Systems Handbook第四章为A Comprehensive Survey of Neighborhood-based Recommendation Methods,主要讲述基于近邻的推荐方法。 读完第一部分,感觉文中提到的基于近邻的方法也就是协同过滤,记下一些重要的东西。 Collaborative filtering 的方法基于这样的一个假设:如果原创 2012-12-18 16:04:57 · 828 阅读 · 0 评论 -
Recommender Systems Handbook读书笔记之第四章(2)
承接 Recommender Systems Handbook读书笔记之第四章(1),本篇作为第二部分主要讲了user-based CF和item-based CF计算方法框架,以及两种方法之间的对比。 如果可以预测出用户u对item i的评价R(ui),则可以根据R(ui)对用户进行推荐,因此主要问题转化为了对R(ui)的预测。 Ni(u):表示对item i有过评价的user u的近邻。原创 2012-12-18 19:24:47 · 578 阅读 · 0 评论