![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
有石为玉
个性化推荐,图像与视频处理,机器学习,深度学习
展开
-
创意调研
1.360展示广告链接:https://myslide.cn/slides/19971#2.大众点评链接:https://tech.meituan.com/2019/03/14/information-flow-creative-optimization-practices.html原创 2020-12-17 10:21:44 · 151 阅读 · 0 评论 -
《用户网络行为画像》笔记
目录第一部分 画像知识工程基础第1章 用户画像概述第2章 用户画像建模第3章 群体用户画像分析第4章 用户画像管理第二部分 推荐系统与用户画像第5章 视频推荐概述第6章 协同过滤推荐方法(CF)第7章 基于内容(Content-based CB)的推荐方法第8章 基于知识的推荐方法第9章 混合推荐方法第10章 视频推荐评测第三部分 应用案例分析...原创 2019-11-12 00:10:17 · 442 阅读 · 0 评论 -
word embedding的形象化解释
one-hotembedding函数f:就是word embedding函数参考:https://blog.csdn.net/k284213498/article/details/83474972#commentBox转载 2019-10-15 10:46:37 · 158 阅读 · 0 评论 -
推荐系统实践_项亮(4)利用用户标签数据
联系用户与物品的几种途径:打标签:专家;普通用户(UGC,user generated content)4.1 UGC标签系统的代表应用4.1.1 delicious:用户给每个网页打标签4.1.2 citeulike:论文打标签4.1.3 last.fm:音乐打标签4.1.4 豆瓣:对图书和电影打标签4.1.5 Hulu:对视频打标签标签系统最大优...原创 2019-06-20 16:34:15 · 178 阅读 · 0 评论 -
推荐系统实践_项亮(5)利用上下文信息
目录5.1 时间上下文信息5.2 地点上下文信息用户上下文信息也很重要:时间、地点、心情等。举例:衣服:季节美食:时间、地点音乐:心情视频:时间5.1 时间上下文信息5.1.1 时间效应简介(1)用户兴趣随时间变化(2)物品有生命周期(3)季节效应5.1.2 时间效应举例用户兴趣随时间的变化5.1.3 系统时间...原创 2019-06-20 17:03:44 · 187 阅读 · 0 评论 -
推荐系统实践_项亮(6)社交网络数据
目录6.1 获取社交网络数据的途径6.2 社交网络数据简介6.3 基于社交网络的推荐6.4 给用户推荐好友6.5 扩展阅读社交网络的重要性,广告推荐举例:第(3)效果最好。(1)xxx个用户关注(2)您的好友谁关注(3)实时推送年的好友关注了yyy品牌讨论2个问题:(1)利用社交网络给用户推荐商品(2)利用社交网络给用户推荐好友6.1 获取...原创 2019-06-20 17:25:28 · 204 阅读 · 0 评论 -
推荐系统实践_项亮(7)推荐系统实例
目录7.1 外围架构7.2 推荐系统架构7.3 推荐引擎的架构7.1 外围架构数据收集与存储:7.2 推荐系统架构如果将这3种方式都抽象一下就可以发现,如果认为用户喜欢的物品也是一种用户特征,或者和用户兴趣相似的其他用户也是一种用户特征,那么用户就和物品通过特征相联系。推荐系统的核心任务就被拆解成两部分,一个是如何为给定用户生成特征,另一 个是如何...原创 2019-06-20 17:39:27 · 554 阅读 · 0 评论 -
推荐系统实践_项亮(8)评分预测问题
目录8.1 离线实验方法8.2 评分预测方法总结TOPN和评分预测问题8.1 离线实验方法优化RMSE8.2 评分预测方法8.2.1 平均值全局平均值、用户评分平均值、物品评分平均值、用户分类对物品分类的平均值(q:全局平均值、用户分类对物品分类的平均值在q的应用中最多)8.2.2 基于领域的方法基于用户的领域算法:预测一个用户对物品的评...原创 2019-06-20 17:50:19 · 238 阅读 · 0 评论 -
推荐系统实践_项亮(3)推荐系统冷启动问题
目录3.1 冷启动问题简介3.2 利用用户注册信息3.3 选择合适的物品启动用户的兴趣3.4 利用物品的内容信息3.5 发挥专家的作用3.1 冷启动问题简介分3类:(1)用户冷启动。新用户到来时,无历史行为怎么预测?(2)物品冷启动。新物品怎么推荐给感兴趣的用户?(3)系统冷启动。新网站,还没有用户,只有新物品,怎么个性化推荐?解决方案:(1)...原创 2019-06-20 16:09:00 · 242 阅读 · 0 评论 -
Airbnb实时搜索个性化排序中的Embedding(长期兴趣待补充完)
目录一、背景介绍1、Airbnb介绍2、Airbnb搜索3、房主host和客人guest的交互行为二、论文简介1、短期兴趣2、长期兴趣(待补充)一、背景介绍1、Airbnb介绍论文:Real-time Personalization using Embeddings for Search Ranking at Airbnbhttps://www.kd...翻译 2019-01-23 10:03:45 · 1387 阅读 · 0 评论 -
2019年字节跳动短视频内容理解和推荐竞赛
目录1、简介2、任务3、数据4、时间官方地址:https://biendata.com/competition/icmechallenge2019/1、简介一图胜千言,仅一张图片就包含大量信息,难以用几个词来描述,更何况是短视频这种富媒体形态。面对短视频内容理解的难题,字节跳动作为一家拥有海量短视频素材和上亿级用户行为数据的公司,通过视频内容特征和用户行为数据,可以有充...原创 2019-01-21 19:34:53 · 5155 阅读 · 2 评论 -
【机器学习课程-华盛顿大学】:1 案例研究 1.5 推荐系统(2)音乐推荐系统
1、导入库和数据import graphlabgraphlab.set_runtime_config('GRAPHLAB_DEFAULT_NUM_PYLAMBDA_WORKERS', 4)song_data = graphlab.SFrame('song_data.gl/')song_data.head()graphlab.canvas.set_target('browser')s...原创 2018-06-26 12:15:53 · 343 阅读 · 0 评论 -
阿里2014大数据竞赛:品牌点击率预测
1. 问题介绍与评估指标开放数据:天猫用户在4月-8月的品牌行为数据,对品牌的点击、购买、收藏、加入购物车等。(一共5个月的数据)预测数据:同样这些用户在9月购买的品牌。提供的数据形式如下: 具体内容,请戳比赛介绍。2. 天猫推荐算法在阿里内部,天猫算法团队将品牌推荐转化为一个点击率预估问题。(注意:这里讨论推荐的目标是为用户展示之后用户会去点击,但...转载 2018-09-10 10:19:31 · 1854 阅读 · 1 评论 -
《架构师特辑:用户画像》读书笔记
阅读书名:《架构师特辑:用户画像》基本概念:ETL 数据抽取extract,数据转换transform,数据装载load 0:导读三个问题:你是谁?—用户画像与特征你从哪里来?--用户来源渠道与效果你到哪里去?—用户流失与召回 用户画像要点:(1)用户画像系统与各系统打通(2)用户画像的时时并发挑战 下图是用户画像系统所在的位置 一 ...原创 2018-09-05 14:02:51 · 1092 阅读 · 0 评论 -
牛顿冷却算法
作品一般都有一定的时效性,作品热度随时间的衰减,热度下降,当然那些逆天优秀作品除外。参考投票模型中的牛顿冷却算法并进行改进,结合实际反应左瓶的热度数据指标及指标特性对文创作品进行热度排名。牛顿冷却算法牛顿冷却定律:物体的冷却速度,与其当前的温度与室温之间的温差成正比。 其中:T(t)是温度(T)的时间(t)函数,其倒数表示降温速度。H表示室温,α表示比例关系。 由上述公式两边取积分:...转载 2018-09-04 16:49:35 · 7878 阅读 · 0 评论 -
推荐系统的想法
推荐系统:(1)音乐推荐系统:提取运动信息、旅行信息、健康信息等,推荐不同歌单(2)电商推荐系统:提取运动信息、旅行信息、健康信息等,推荐不同商品(3)电商推荐系统:一开始是文字搜索,接下来不断优化,变成基于内容的搜索。(4)淘宝购买之后的推荐:推荐的都是已经购买过的商品,很不好 智能推荐系统:淘宝:对于某个店铺,可以根据评论内容,而不是星级,找出最受欢迎的商品topN...原创 2018-10-17 14:30:40 · 238 阅读 · 0 评论 -
推荐系统实践_项亮(1)好的推荐系统
目录第1章 好的推荐系统1.1 什么是推荐系统1.2 个性化推荐系统的应用1.2.1 电子商务1.2.2 电影和视频网站1.2.3 个性化音乐网络电台1.2.4 社交网络1.2.5 个性化阅读1.2.6 基于位置的服务1.2.7 个性化邮件1.2.8 个性化广告1.3 推荐系统评测1.3.1 推荐系统实验方法1.3.2 评测指标1.3.3...原创 2018-11-21 18:04:29 · 473 阅读 · 0 评论 -
推荐系统实践_项亮(2)利用用户行为数据
目录第2章 利用用户行为数据2.1 用户行为数据简介2.2 用户行为分析2.2.1 用户活跃度和物品流行度的分布:长尾分布2.2.2 用户活跃度和物品流行度的关系:2.3 实验设计和算法评测2.4 基于领域的算法2.4.1 基于用户的协同过滤算法UserCF2.4.2 基于物品的协同过滤算法ItemCF2.4.3 UserCF和ItemCF的比较2.5 ...原创 2018-11-22 15:56:08 · 290 阅读 · 0 评论 -
推荐系统之信息茧房问题
文章可简单总结为推荐系统多样性的一个简单解决方案 目录什么是信息茧房跨域推荐的概念总结什么是信息茧房信息茧房其实是现在社会一个很可怕的现象,从字面意思来看的话其实比喻的是信息被虫茧一般封锁住。这个问题反映了现在随着个性化推荐的普及衍射的一个社会问题。 平时在浏览新闻或者淘宝的时候,平台会自动根据用户的浏览记录获取用户的偏好,然后推送感兴趣的文章。久而久之...转载 2019-01-21 10:11:32 · 747 阅读 · 0 评论 -
【机器学习课程-华盛顿大学】:1 案例研究 1.5 推荐系统(1)概念描述
一、推荐系统1、推荐系统简述结合你和别人的历史购物信息,给你推荐合适的商品。 2、推荐系统应用场景:(1)youtube:解决信息过载问题 (2)电影推荐 (3)商品推荐兴趣、推荐还会随着时间的变化而变化,比如宝宝在不断成长,需要的东西也在不断变化。 (4)音乐推荐 (5)朋友推荐3、搭建推荐系统(1)最简单的方法...原创 2018-05-23 16:14:29 · 437 阅读 · 1 评论