推荐系统笔记
0_o_c
这个作者很懒,什么都没留下…
展开
-
协同过滤推荐(第1周)
说明:文章为初学者看推荐系统(蒋凡),结合网上资料做的笔记,不保证其正确性~一、首先当前的主流推荐方法有:1、 协同过滤推荐;2、 基于内容的推荐;3、 基于知识的推荐;4、 混合推荐;(注:学习过程不必特意将他们区分开,由他们的推荐公式知道他们的缺陷,混合使用) 1、 协同过滤(CF collaborative Filtering):1-1:基于用户原创 2016-07-24 03:11:28 · 1114 阅读 · 0 评论 -
基于内容的推荐(第二周)
说明:文章为初学者看推荐系统(蒋凡),结合网上资料做的笔记,不保证其正确性。欢迎指正^_1、 继续记录下svd的一个例子(参考http://blog.sina.com.cn/s/blog_7c76633901019oi8.html,http://blog.csdn.net/abcjennifer/article/details/8131087):1) 看下图,表示9篇文章中,b原创 2016-07-24 03:31:22 · 1106 阅读 · 0 评论 -
基于内容的推荐 java实现
这是本人在cousera上学习机器学习的笔记,不能保证其正确性,谨慎参考看完这一课后Content Based Recommendations 后自己用java实现了一下1、下图是待处理的数据,代码使用数据和下图一样: 2、思路:对每个用户假定其为一个3维向量(在代码中初始化为[1,1,1]的转置,然后采用梯度下降法不断的对这个3维向量的值进行更新),假设更新到最后的向量值为[0,5,0]的转原创 2017-03-09 17:25:44 · 11519 阅读 · 0 评论 -
协同过滤-矩阵分解推荐 java实现
这是本人在cousera上学习机器学习的笔记,不能保证其正确性,谨慎参考看完这几课后 collaborative-filtering collaborative-filtering-algorithm vectorization-low-rank-matrix-factorization 同时参考下面的这篇文章: SVD在推荐系统中的应用详解以及算法推导 后自己用java实现了一下1原创 2017-03-14 07:54:14 · 4174 阅读 · 0 评论