![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐杂谈
文章平均质量分 88
总结推荐领域相关的知识
wonengguwozai
欢迎爱技术的同行交流
展开
-
推荐算法之潜在因子(Latent Factor)算法
缘起:在阅读Facebook论文DLRM时,涉及到了潜在因子(LF)算法,通过查询阅读有了初步了解:通过对稀疏矩阵(稀疏的原因是有未知值)R进行uv分解,得到u、v矩阵,再通过u\v中向量乘积估计R矩阵中未知值。下面转载通俗易懂的知乎帖,以备忘。原帖标题:网易云音乐的歌单推荐算法是怎样的?回答内容:这里我想给大家介绍另外一种推荐系统,这种算法叫做潜在因子(LatentFactor)算法。这种算法是在NetFlix(没错,就是用大数据捧火《纸牌屋》的那家公司)的推荐算法竞赛中获奖的算法,最早被应转载 2021-01-16 23:22:16 · 1877 阅读 · 0 评论 -
因子分解机Factorization Machine
在看推荐领域论文时提到了FM(因子分解机),于是搜集资料梳理了一下,以下知乎文章讲的比较好并且其引文中的讲解质量也很高,贴在下面,如侵权请通知,第一时间删除。前言本文要讲解的FM(Factorization Machine)名字听起来非常硬核,但原理其实很简单。只是在普通线性模型的基础上增加了二阶(或更高阶)的特征交叉,利用矩阵分解的思想把 n∗nn*nn∗n的权重矩阵映射到 n∗kn*kn∗k 的空间内。正文1. 首先看一下普通线性模型的公式:普通的线性模型有一个明显的短板,模型本身只考虑.转载 2021-01-14 14:54:46 · 393 阅读 · 0 评论 -
推荐基础术语--A/B实验及P值
缘起:因刚进入推荐领域,看同事周报中出现的一些推荐相关指标中有很多自己没见过的概念,下面梳理下p值的概念,主要转载了公众号上的文章,写的诙谐又生动易懂。文章转载自:https://www.163.com/dy/article/DGA9BHU00511CT4D.html整体说明:A/B实验即为A/B对照组。p值大小衡量结果的巧合性(值越大越偶然,值越小越有意义),以下为转载文章:1、p值你应该知道,手机的“推送通知”对挽留用户很重要吧。发一个推送,用户没准就会点开好久不用的App了!(我之前的文章.转载 2021-01-11 20:07:34 · 5537 阅读 · 0 评论