![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
文章平均质量分 75
推荐系统相关知识
Irvinfaith
推荐算法、数据挖掘、大数据算法工程师
展开
-
推荐算法 - 基于邻域的协同过滤Collaborative Filter
推荐算法 - 基于邻域的协同过滤Collaborative Filter1. 定义1.1 userCF1.2 itemCF2. 基于集合的相似度计算方式3. 基于邻域协同过滤的拓展算法3.1 KNNBasic3.2 KNNMean3.3 KNNZScore3.4 KNNBaseline4. 协同过滤的优缺点1. 定义1.1 userCFuserCF:基于用户的相似度,使用用户评分表,通过 group by 用户id,筛选出每位用户的标记过的物品列表,根据多个用户间的物品列表,计算相似度,取相似度靠前原创 2021-03-16 17:15:48 · 608 阅读 · 0 评论 -
推荐算法 SVD、FunkSVD、BiasSVD、SVD++原理
1. 介绍SVD(奇异值分解)多用于数据降维等领域,在推荐算法中多用于评分的矩阵预测。2. 基本概念2.1 SVD2.1.1 原理对于非对称且非方阵的矩阵不能直接进行特征值分解,且由于AATAA^TAAT与ATAA^TAATA是对称的方阵,所以可以得到以下式子:AAT=PΛ1PTAA^T=P\Lambda_1 P^TAAT=PΛ1PTATA=QΛ2QTA^TA=Q\Lambda_2 Q^TATA=QΛ2QT且Λ1和Λ2\Lambda_1和\Lambda_2Λ1和Λ2为对角矩阵原创 2021-01-14 15:42:24 · 2050 阅读 · 0 评论 -
python 基于标签的推荐Tag-based及SimpleTagBased、TagBased-TFIDF等算法实现
python 基于标签的推荐Tag-based及SimpleTagBased、TagBased-TFIDF等算法实现1. 概览2. 基本概念2.1 用户画像2.1.1 定义2.1.2 步骤2.1.3 标签来源2.1.4 标签相关的数据结构2.1.5 如何给用户推荐标签2.2 Simple Tag-based2.2.1 计算公式2.3 Norm Tag-based2.3.1 计算公式2.4 Tag-based TFIDF2.4.1 计算公式3. 代码实现3.1 数据介绍3.2 基于pandas datafr原创 2020-11-24 10:53:17 · 2651 阅读 · 4 评论 -
关联规则中的支持度、置信度以及提升度
支持度:定义:简单解释其实就是某一物品/组合的曝光率,或者是出镜率,即:该物品/组合在队列中出现的次数占队列总数的比例。计算方式:Support=C(A)C(Total),其中C(A)为A的出现次数,C(Total)为总数量Support = \frac{C(A)}{C(Total)},其中C(A)为A的出现次数,C(Total)为总数量Support=C(Total)C(A),其中C(A)为A的出现次数,C(Total)为总数量置信度:定义:如果某一物品A出现了,另..原创 2020-11-24 10:40:54 · 1978 阅读 · 0 评论