推荐系统
文章平均质量分 73
wxaURmine
最大的失败莫过于跌倒了再也站不起来,大不了,我爬着到终点
展开
-
推荐系统——冷启动问题
冷启动简介:①用户冷启动: 如何给新用户个性化推荐问题 ②物品冷启动: 如何将新的物品推荐给可能对他感兴趣的用户 ③系统冷启动: 如何在一个新开发的网站上设计个性化推荐系统即提供非个性化的推荐,即提供热门排行榜,之后再个性化一.利用用户注册信息在网站中,当新用户刚注册时,只能给他推荐一些热门的商品,但如果知道她是一位女性,则可以推荐女性都喜欢的热门商品,当然这个粒度很粗,但原创 2015-08-13 19:36:34 · 1882 阅读 · 0 评论 -
推荐系统——利用用户标签数据
UGC(User generated content用户生成的内容)标签系统的代表应用 UGC标签系统是很多web2.0网站的必要组成部分。标签系统中的推荐问题:打标签作为一种重要的用户行为,蕴含了很多用户兴趣信息。其中的推荐问题主要由以下两个: 如何利用用户打标签的行为为其推荐物品? 如何在用户给物品打标签时为其推荐适合该物品的标签?标签被一个用户使用一次则流行度就加1用户打什么样的标签:原创 2015-08-13 19:46:24 · 1822 阅读 · 0 评论 -
推荐系统简介
推荐系统解决的问题: 对于信息消费者:从大量信息中提取自己感兴趣的信息 对于信息生产者:让自己生产的信息脱颖而出推荐系统不需要用户提供明确的需求,而是通过分析用户的历史行为给用户的兴趣建模,从而主动给用户推荐能够满足他们兴趣和需求的信息。其和搜索引擎是互补关系,搜索引擎满足主动查找,推荐系统被动查找推荐系统组成:前台展示+后台日志系统+推荐算法系统亚马逊的推荐系统为最佳,最大优势 We hav原创 2015-08-13 19:31:22 · 798 阅读 · 0 评论 -
推荐系统——利用上下文信息
推荐系统需要结合用户所处的上下文,包括用户访问系统的时间、地点、心情等,对于提高推荐系统的推荐效果是非常重要的。 即研究如何给用户生成TopN推荐表,并包含用户在某一时刻地点最可能喜欢的物品:时间上下文信息:①用户兴趣是变化的:不同年龄是不一样的 ②物品是有生命周期的 ③季节效应:反映了时间本身对用户兴趣的影响系统时间特性的分析: 在给定时间信息后,推荐系统从一个静态系统变成一个时变的系统,原创 2015-08-13 19:50:09 · 2715 阅读 · 0 评论