【读书笔记】《推荐系统(recommender systems An introduction)》第八章 案例分析:移动互联网个性化游戏推荐

对于在线商店,主要关心两方面:1. 提升转化率(将不消费的用户转变为消费用户);2. 提升消费额(已经花钱的人,花更多的强)

实验场所是移动互联网的一个网站,用户可以用移动设备来访问,并下载app(游戏和应用)。有些app免费,有些收费。作者利用这个实验环境对比了集中推荐算法的效果。
对比了6种方法:
1. 协同过滤;2. slope one;3. 基于内容的推荐;4. 混合推荐;5. top rating(按照评分排序);6. 按照销量排序

这一章只是实验数据的罗列,没有太值得记的地方,实验效果是CF最好,slope one在很多情况下都表现得不太好


完。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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
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