推荐系统
千寻~
这个作者很懒,什么都没留下…
展开
-
图数据挖掘浅析
互联网发展至今,数据规模越来越大,数据结构越来越复杂,而且对系统的需求越来越高。如果学习过数据结构,那么都知道图是放在最后一个结构,当你学习了图,那么应该感知到前面的链表,队列,树都是在图上面加了一些约束而派生出来的结构。所以图是一个一般性的结构,可以适应于任何结构类型的数据。 一、什么是图数据挖掘 这个话题感觉比较沉重,以至于我敲打每个字都要犹豫半天,这里我说说我对图数据挖掘转载 2017-12-05 14:17:49 · 13746 阅读 · 1 评论 -
好友推荐算法
社交网络中,好友推荐随处可见,这里探讨好友推荐是如何做的。1、三元闭包理论 说到好友推荐,就不得不谈三元闭包理论。 三元闭包定义:在一个社交圈内,若两个人有一个共同好友,则这两个人在未来成为好友的可能性就会提高。 举例说明,若B、C有一个共同好友A,且B、C不认识,则B、C成为好友的几率会增加 这个理论直观自然,可以从机会、信任、动机上来解释: 1、B、C是A的朋友,那么B、C见面的机会会增加,如...转载 2018-02-23 14:37:38 · 8025 阅读 · 0 评论 -
推荐系统实践(项亮)读书笔记
随着信息技术和互联网的发展,人们逐渐从信息匮乏的时代走入了信息过载的时代。在这个时代,无论是信息消费者还是信息生产者都遇到很大的挑战;对于消费者,从大量信息中找到自己感兴趣的信息是一件非常困难的事情;对于信息生产者,让自己的信息脱颖而出,受到广大用户的关注,也是一件非常困难的事情。推荐系统就是解决这一矛盾的重要工具。推荐系统的任务就是联系用户和信息,一方面帮助用户发现对自己有价值的信息,另一方...转载 2018-02-23 15:07:19 · 1865 阅读 · 0 评论 -
58同城推荐系统架构设计与实现-top100summit
博客原文:https://mp.weixin.qq.com/s/Skf0aAi7pZPsoKCXm9Up_A2014年11月21日,58同城将在top100summit峰会的“架构设计专场”分享“58同城推荐系统架构设计与实现”,本文是对分享主题的一个“简要”的介绍。主题58同城推荐系统架构设计与实现一、推荐系统架构介绍推荐系统是一个微庞大的工程、算法与业务综合的系统,其主要分为三大子系统:1)线...转载 2018-05-17 10:10:58 · 1203 阅读 · 0 评论 -
word2vec的原理
“无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家。点这里可以跳转到教程。”word2vec是什么word2vec(word to vector)是一个将单词转换成向量形式的工具。word2vec有什么用word2vec适合用作序列数据的分类,聚类和相似度计算。有用作app下载推荐系统中...转载 2018-05-18 12:54:17 · 14789 阅读 · 1 评论 -
CTR预估中GBDT与LR融合方案
原文:https://blog.csdn.net/lilyth_lilyth/article/details/480321191、 背景 CTR预估(Click-Through Rate Prediction)是互联网计算广告中的关键环节,预估准确性直接影响公司广告收入。CTR预估中用的最多的模型是LR(Logistic Regression)[1],LR是广义线性模型,与传统线...转载 2018-09-18 11:14:01 · 419 阅读 · 0 评论 -
GBDT+LR特征融合的例子
sklearn直接使用.apply即可完成,下面看下简单的例子,GBDT+LR融合后比直接使用GBDT预测,AUC提升了0.004import pandas as pdfrom sklearn.linear_model import LogisticRegressionfrom sklearn.ensemble import GradientBoostingClassifierf...转载 2018-09-18 12:21:22 · 1599 阅读 · 0 评论 -
程序化广告交易中的点击率预估
指标 广告点击率预估是程序化广告交易框架的非常重要的组件,点击率预估主要有两个层次的指标: 1. 排序指标。排序指标是最基本的指标,它决定了我们有没有能力把最合适的广告找出来去呈现给最合适的用户。这个是变现的基础,从技术上,我们用AUC来度量。 2. 数值指标。数值指标是进一步的指标,是竞价环节进一步优化的基础,一般DSP比较看中这个指标。如果我们对CTR普遍低估,我...转载 2018-09-18 12:24:04 · 736 阅读 · 0 评论