推荐系统实践—项亮
文章平均质量分 78
推荐系统入门
bugmaker.
这个作者很懒,什么都没留下…
展开
-
推荐系统实例
前面几章介绍了各种各样的数据和基于这些数据的推荐算法。在实际系统中,前面几章提到 的数据大都存在,因此如何设计一个真实的推荐系统处理不同的数据,根据不同的数据设计算法, 并将这些算法融合到一个系统当中是本章讨论的主要问题。本章将首先介绍推荐系统的外围架 构,然后介绍推荐系统的架构,并对架构中每个模块的设计进行深人讨论。...原创 2022-01-21 11:38:28 · 507 阅读 · 0 评论 -
推荐系统的10条经验教训
确定你真的需要推荐系统。推荐系统只有在用户遇到信息过载时才必要。如果你的网站物品不太多,或者用户兴趣都比较单一,那么也许并不需要推荐系统。所以不要纠结于推荐系统这个词,不要为了做推荐系统而做推荐系统,而是应该从用户的角度出发,设计出能够真正帮助用户发现内容的系统,无论这个系统算法是否复杂,只要能够真正帮助用户,就是一个好的系统。确定商业目标和用户满意度之间的关系。对用户好的推荐系统不代表商业上有用的推荐系统,因此要首先确定用户满意的推荐系统和商业上需求的差距。一般来说,有些时候用户满意和商业需求并不吻合.原创 2022-01-20 16:54:17 · 98 阅读 · 0 评论 -
评分预测问题
本书到目前为止都是在讨论TopN推荐,即给定一个用户,如何给他生成一个长度为2V的推荐 列表,使该推荐列表能够尽量满足用户的兴趣和需求。本书之所以如此重视TopN推荐,是因为 它非常接近于满足实际系统的需求,实际系统绝大多数情况下就是给用户提供一个包括7V个物品 的个性化推荐列表。但是,很多从事推荐系统研究的同学最早接触的却是评分预测问题。从GroupLens到Netflix Prize到Yahoo! Music的KDD Cup,评分预测问题都是推荐系统研究的核心。评分预测问题最基本 的数据集就是用户评分原创 2022-01-20 16:51:32 · 1091 阅读 · 0 评论 -
利用上下文信息
本章之前提到的推荐系统算法主要集中研究了如何联系用户兴趣和物品,将最符合用户兴趣的物品推荐给用户,但这些算法都忽略了一点,就是用户所处的上下文(context )。这些上下文包括用户访问推荐系统的时间、地点、心情等,对于提高推荐系统的推荐系统是非常重要的。他们在论文中提到了一个上下文推荐系统的例子—Sourcetone音乐推荐系统该系统会让用户选择自己现在的心情,然后它根据用户选择的心情给用户推荐音乐。这里,心情是一种重要的上下文,用户在不同的心情下会选择不同的音乐。时间效应简介时间是一种重要的上下文信原创 2022-01-15 17:03:41 · 425 阅读 · 0 评论 -
利用用户标签数据
除了之前提到的UserCF和ItemCF两种方法,第三种重要的方式是通过一些特征(feature )联系用户和物品,给用户推荐那些具有用户喜欢的特征的物品。这里的特征有不同的表现方式,比如可以表现为物品的属性集合(比如对于图书,属性集合包括作者、出版社、主题和关键词等),也可以表现为隐语义向量(latent factor vector),这可以通过前面提出的隐语义模型习得到。本章将讨论一种重要的特征表现方式"标签"。什么是标签标签是一种无层次化结构的、用来描述信息的关键词,它可以用来描述物品的语义。根据原创 2022-01-13 20:08:22 · 253 阅读 · 0 评论 -
推荐系统的冷启动问题
推荐系统需要根据用户的历史行为和兴趣预测用户未来的行为和兴趣,因此大量的用户行为 数据就成为推荐系统的重要组成部分和先决条件。如何在没有大量用户数据的情况下设计个性化推荐系统并且让用户对推荐结果满意从而愿意使用推荐系统, 就是冷启动的问题。冷启动问题主要分为三类,用户冷启动,物品冷启动,系统冷启动。用户冷启动用户冷启动主要解决如何给新用户做个性化推荐的问题。当新用户到来时, 我们没有他的行为数据,所以也无法根据他的历史行为预测其兴趣,从而无法借此给他做个性化推荐。利用用户注册信息基于注册信息的个性化原创 2022-01-13 19:59:51 · 1368 阅读 · 0 评论 -
利用用户行为数据
基于用户行为分析的推荐算法是个性化推荐系统的重要算法,学术界一般将这种类型的算法称为协同过滤算法。顾名思义,协同过滤就是指用户可以齐心协力,通过不断地和网站互动,使自己的推荐列表能够不断过滤掉自己不感兴趣的物品,从而越来越满足自己的需求。用户行为数据简介用户行为在个性化推荐系统中一般分两种—显性反馈行为(explicitfeedback)和隐性反馈行为(implicit feedback )。显性反馈行为包括用户明确表示对物品喜好的行为。很多网站都使用了5分的评分系统来让用户直接表达对物品的喜好,但也有原创 2022-01-11 15:03:25 · 925 阅读 · 0 评论 -
什么是好的推荐系统?
什么是推荐系统推荐系统就是自动联系用户和物品的一种工具,它能够在信息过载的环境中帮助用户发现令他们感兴趣的信息,也能将信息推送给对它们感兴趣的用户。推荐系统与分类目录和搜索引擎的区别众所周知,为了解决信息过载的问题,已经有无数科学家和工程师提出了很多天才的解决方案,其中代表性的解决方案是分类目录和搜索引擎。而这两种解决方案分别催生了互联网领域的两家著名公司一雅虎和谷歌。著名的互联网公司雅虎凭借分类目录起家,而现在比较著名的分类目录网站还有国外的DMOZ、国内的Haol23等。这些目录将著名的网站分门别原创 2022-01-11 11:58:08 · 721 阅读 · 0 评论