- 博客(4)
- 收藏
- 关注
RSS订阅原创 推荐系统实践 - 04利用用户标签数据
–未经授权，禁止转载–第四章 利用用户标签数据1 利用用户标签综述2 标签系统中的推荐问题1 利用用户标签综述目前的推荐系统基本上通过三种方式联系用户兴趣与物品：对于第三种推荐方法，特征有不同的表现形式，如隐语义向量，标签等。本章主要讨论标签这种特征表现形式。根据打标签的人不同，可以将标签分为两种：一种是让作者或专家给物品打标签；一种是让用户给物品打标签，即用户生成的内容（User Generated Content, UGC）的应用。当一个用户对物品打上标签，这个标签一方面描述了用户的兴趣，另一方
2020-05-26 00:02:24
341
原创 推荐系统实践 - 03利用用户注册信息
第三章 利用用户注册信息1 冷启动问题2 利用用户注册信息3 利用用户对物品的反馈信息4 利用物品内容信息5 引入专家的知识1 冷启动问题冷启动问题（cold start）：在没有大量用户数据的情况下设计推荐系统并让用户对推荐结果满意冷启动问题分类：用户冷启动：如何给新用户做个性化推荐物品冷启动：如何将新物品推荐给用户系统冷启动：如何在新开发的网站上设计推荐系统冷启动问题解决方案...
2020-05-16 00:47:55
815
原创 推荐系统实践 - 02利用用户行为数据
第二章 利用用户行为数据1 用户行为数据分析用户行为数据最简单的存在形式就是日志。用户行为在个性化推荐系统中一般分为显性反馈行为（explicit feedback）和隐性反馈行为（implicit feedback）显性反馈行为：明确反映用户对物品喜好的行为，如评分隐性反馈行为：不能明确反映用户喜好的行为，如页面浏览、购买等行为显性、隐性反馈行为区别：显性反馈行为能明确反馈用户兴趣，...
2020-05-04 22:01:54
733
原创 推荐系统实践 - 01推荐系统综述
推荐系统综述1 什么是推荐系统2 推荐系统的应用3 推荐系统的测评3.1 推荐系统实验方法3.2 推荐系统评指标3.3 推荐系统评测维度1 什么是推荐系统生活应用场景：当用户有明确需求时：可以浏览所有商品、借用分类信息、通过搜索引擎找到需要的东西。举例：买花生米可以在小卖部浏览所有商品 、在沃尔玛根据商品分类信息、在淘宝 通过搜索获得。当用户没有明确需求时：在信息过载的情况下，需要一个...
2020-05-04 19:38:37
478
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人