STAMP算法实战

本文介绍了STAMP算法在推荐系统中的应用,该算法结合用户长期和短期兴趣进行推荐。文章详细阐述了模型的构建过程,包括数据集处理、模型构建和训练,并提供了相关环境配置和数据集来源。
摘要由CSDN通过智能技术生成

1.案例知识点

  • 推荐系统任务描述:通过用户的历史行为(比如浏览记录、购买记录等等)准确的预测出用户未来的行为;好的推荐系统不仅如此,而且能够拓展用户的视野,帮助他们发现可能感兴趣的却不容易发现的item;同时将埋没在长尾中的好商品推荐给可能感兴趣的用户。
  • STAMP推荐方法概述:STAMP是Short Term Attention/Memory Priority的缩写,它既考虑user的长期一般兴趣,又将user的当前兴趣考虑在内,基于此给user推荐新的商品。
  • 主要场景:数据挖掘》推荐系统》多模态召

2.准备工作

  • 运行环境:
      tensorflow = 1.15.0 
      numpy = 1.18.1
      pandas = 1.0.1
  • 可以使用pip命令安装上述模块并制定版本:pip install tensorflow == 1.15.0 numpy == 1.18.1 pandas == 1.0.1

数据集:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

计算机毕设论文

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值