推荐系统
文章平均质量分 83
白熊花田
这个作者很懒,什么都没留下…
展开
-
Apriori算法实现
Apriori简介Apriori是挖掘关联规则的频繁项集算法。频繁项集(frequent item set):经常出现在一起的物品集合。关联规则(association rule):暗示两种物品之间可能存在很强的关系。支持度(support):交易包含X∪Y总交易量\frac{交易包含X\cup Y}{总交易量}置信度\可信度(confindence):交易包含X∪Y交易量包含X=X→Y\f原创 2016-09-02 11:33:18 · 2653 阅读 · 2 评论 -
推荐系统的学习笔记
一直以来对推荐系统的学习和理解来自一些机器学习书中简单介绍(如《集体智慧编程》和《机器学习实战》)和自己网上搜的一些资料。而当被问及对推荐系统的改进和理解,发现自己对推荐系统所知甚少,除了知道几个常用的算法外,根本没有更深入的理解,更别提改进了。本篇博客为学习《推荐系统》一书的读书笔记,记录了常见的推荐算法和其思想。 ps:推荐系统入门学习可以看蒋凡先生翻译的《推荐系统》和项量的《推荐系原创 2016-05-02 10:10:32 · 5825 阅读 · 0 评论 -
推荐系统原理介绍
写在正文之前 最近在做推荐系统,在项目组内做了一个分享。今天有些时间,就将逻辑梳理一遍,将ppt内容用文字沉淀下来,便于接下来对推荐系统的进一步研究。推荐系统确实是极度复杂,要走的路还很长。 A First Glance 为什么需要推荐系统——信息过载 随着互联网行业的井喷式发展,获取信息的方式越来越多,人们从主转载 2016-05-02 10:10:06 · 1323 阅读 · 0 评论 -
协同过滤及其实践
主题我将在这篇文章中简单介绍一下协同过滤,介绍下协同过滤的定义,介绍基于物品和基于用户协同过滤的含义和区别,重点介绍一下基于物品协同过滤的共现矩阵实现方式。以此文记录下我学习协同过滤的的心得和实践感受,内容较为主观,有问题可以提出。协同过滤协同过滤推荐方法的主要思想是利用用户群过去的行为来预测当前用户可能喜欢哪些物品或者对哪些物品感兴趣。其包含两种协同过滤技术,一种是Memory Based的协同过原创 2016-12-12 14:36:54 · 3922 阅读 · 0 评论