![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
采数狮
专业数据采集手,走大数据路线
展开
-
热门文章排行榜topn推荐实例
最近有一个项目中要用到热门文章排行榜,经过一番思考和努力最终做出来了,小编今天就给大家分享一下我的实践经验。大家可以参考一下说不定能让你少走弯路。热门文章最关心的是热门的计算方法,根据实际经验总结跟热门有关的几个因素有:阅读量,展示量,收藏量,转发量,点赞量及评论等。之前有思考过几个版本的公式,但最后比较满意的是:热度=(x1*因素1+x2*因素2+...+xn*因原创 2017-07-29 22:34:45 · 3579 阅读 · 1 评论 -
大数据推荐算法之隐语义模型(lfm)进行Top-N推荐
隐语义模型LFM(Latent Factor Model):和LSI,LDA,Topic Model其实都属于隐含语义分析技术,是一类概念,他们在本质上是相通的,都是找出潜在的主题或分类,然后分类存在理解上的偏差:1. 编辑很难控制分类的粒度2. 编辑很难给一个物品分属多个分类3. 编辑很难决定一个物品在某一个分类中的权重 用户对于一原创 2017-07-15 21:24:53 · 3014 阅读 · 0 评论 -
大数据推荐算法之基于物品协同过滤推荐实例
ItemCF:ItemCollaborationFilter,基于物品的协同过滤算法核心思想:给用户推荐那些和他们之前喜欢的物品相似的物品。Iterm-based的基本思想是预先根据所有用户的历史偏好数据计算物品之间的相似性,然后把与用户喜欢的物品相类似的物品推荐给用户。还是以之前的例子为例,可以知道物品a和c非常相似,因为喜欢a的用户同时也喜欢c,而用户A喜欢a,所以把c推荐给用原创 2017-07-14 22:16:00 · 8946 阅读 · 4 评论 -
大数据推荐系统算法之基于内容个性化推荐
大数据推荐系统算法有很多种,今天小编和大家分享一下基本内容(Content-based)做个性化推荐的方法。基于内容推荐算法的原理很简单,就是通过分析物品的特征,计算新物品与用户历史喜欢物品的相似度,找最接近的topN个作为推荐的候选项。 基于内容推荐算法的一般处理步骤以下:1.将物品的属性资料结构化2.从物品属性中提取重要特征,可根据实际情况给特征原创 2017-07-12 23:04:40 · 7693 阅读 · 0 评论