推荐系统
sherpahu
这个作者很懒,什么都没留下…
展开
-
基于点击率预估的推荐&视频点击预测大赛20名分享
基于点击率预估的推荐传统方法的局限推荐系统的传统方法很多如协同过滤等其实很难用于生产的系统面对海量的用户数据时,协同过滤不能很好地解决数据稀疏性的问题和满足实时性的要求。当一个系统如电商平台的用户数据过多时,大部分用户都是非活跃用户,非活跃用户点击的商品也很少,构建矩阵时矩阵会非常稀疏,难以确定与用户相似的其他用户,也难以确定与用户点击商品相似的其他商品。另外,协同过滤每次都要实时计算所...原创 2020-02-09 20:56:25 · 1407 阅读 · 0 评论 -
个性化推荐系统——3. 模型搭建与训练
模型搭建import pickleimport pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_split读取数据title_count, title_set, genres2int, features, targets_values, ratings, users, movi...原创 2020-02-03 22:52:25 · 1642 阅读 · 1 评论 -
个性化推荐系统——2. 数据预处理
数据预处理各种ID不用变,UserID,OccupationID,MovieID类别数据用字典转化为数字类型,Gender,Age,GenresTitle进行word2vec的转换import pandas as pdimport numpy as npimport pickleimport redef load_data(): #读取User数据 users...原创 2020-02-03 19:31:35 · 1255 阅读 · 0 评论 -
个性化推荐系统——1. 数据集探索
使用MovieLens数据集下载数据集下面这段代码写得很完备,很高大上import pandas as pdfrom sklearn.model_selection import train_test_splitimport numpy as npimport seaborn as snsfrom collections import Counterimport tensorflo...原创 2020-02-01 21:47:32 · 941 阅读 · 1 评论