推荐系统
学步猴子
这个作者很懒,什么都没留下…
展开
-
常见推荐算法学习
常见的推荐算法包括以下:基于流行度的推荐算法(按热门推荐)协同过滤算法 基于用户的协同过滤算法(推荐和你类似的人喜欢的商品) 基于商品的协同过滤算法(推荐喜欢这个商品的人也喜欢的商品)基于内容的过滤算法(词权、word2vec、聚类)基于模型的推荐算法(多种机器学习算法)基于矩阵分解的推荐算法(LFM隐语义模型)混合算法(结合多种推荐算法)各类...原创 2019-09-16 11:29:21 · 554 阅读 · 0 评论 -
推荐系统算法框架设计
推荐系统的核心即是探索item-item、user-item、user-user的关系,然后通过一种方法把这种关系量化或可视化,或许这般说法太过于简化了,仔细的思考过后会发现并不那么容易,让机器发现尿不湿与啤酒的关系,或许并不是很难,而现在是个性化推荐,不只是尿不湿和啤酒的关系,而是什么样子的尿不湿和什么样子的啤酒给什么样子的人推荐,或者说中间还需要奶粉等等很多很多,item千千万,user动辄上...原创 2019-09-17 16:09:21 · 1086 阅读 · 0 评论 -
用户画像标签体系及实现方法
用户画像,简单的从字面意思上理解通过画画的形式来描述用户的外在形象,用户的外在形象表现在画面上是一种直观的信息,能够通过图画来一眼看出用户是大眼睛小眼睛,高鼻梁矮鼻梁,乃至判断用户的年龄、性别、职业、情感等等一系列状态,在推荐系统中,用户画像也是同样的道理,根据用户人口特征、网页浏览、社交活动、消费行为等信息为勾勒出用户的画像,这种画像是通过标签化的方式呈现,构建用户画像的核心工作就是利用海量数据...原创 2019-09-17 17:58:02 · 2317 阅读 · 0 评论