推荐系统概念

关键术语

召回(Recall):

从已知数据集中找到符合条件的数据。

召回率 = 检索到相关的内容数量 / 系统所有相关的内容数量
精确率 = 检索到相关的内容数量 / 检索到所有的内容数量

排序(Ranking):

根据用户兴趣爱好对多个召回策略的结果进行排序

架构分析

三元组(用户ID,事件ID,用户评分),一般通过行为数据得到隐式反馈评分

召回阶段
召回阶段结果:[uid,aid] 每个用户对未访问物品的可能喜欢

特征阶段
排序阶段输入:[uid,aid]+uaerFeature+itemFeature

排序阶段
历史行为数据可以得到(uid,aid,1或0)用户喜不喜欢这个商品

ALS

ALS交替最小二乘``

设定两个固定矩阵,不停交替
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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