![](https://img-blog.csdnimg.cn/4ec6d0325d9d40dd8cc5ec115a84d224.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
推荐系统
文章平均质量分 79
推荐系统相关博文专栏
电光闪烁
一个大数据开发工程师的学习之路
展开
-
推荐系统文章汇总
推荐系统概述推荐系统(1):推荐系统概述推荐系统(2):利用用户行为数据推荐系统(3):相似性度量推荐系统(4):推荐系统分类推荐系统(5):推荐算法之基于人口学的统计推荐算法推荐系统(6):推荐算法之基于内容的推荐算法推荐系统(7):推荐算法之基于协同过滤推荐算法推荐系统(8):推荐算法之混合推荐推荐系统(9):推荐系统评测之评测方法推荐系统(10):推荐系统评测之评测指标推荐系统(11):推荐系统评测之精确率和召回率基于协同过滤的电商推荐系统基于协同过滤的电商推荐系统(1)..原创 2022-05-14 20:33:33 · 1234 阅读 · 0 评论 -
基于协同过滤的电商推荐系统(2):用户对商品的偏好得分
使用协同过滤算法,需要统计用户(User)对物品(Item)的评分(Score),然后依托这些数据进行协同过滤的计算。用户偏好得分 = 行为类型权重 * 行为次数 * 时间衰减系数。原创 2022-08-09 17:31:06 · 1886 阅读 · 3 评论 -
基于协同过滤的电商推荐系统(1):名词解释
基于协同过滤的电商推荐系统(1):名次解释这是博主公司使用的,是基于华为云进行开发,所以有很多名词会和业界以及开源的环境不同原创 2022-08-09 16:24:05 · 447 阅读 · 0 评论 -
推荐系统(11):推荐系统评测之精确率和召回率
目录0. 相关文章链接1. 什么是准确率、精确率和召回率2. 准确率、精确率和召回率详解0. 相关文章链接推荐系统文章汇总1. 什么是准确率、精确率和召回率2. 准确率、精确率和召回率详解考虑一个二分问题,即将实例分成正类(positive)或负类(negative)。对一个二分问题来说,会出现四种情况。如果一个实例是正类并且也被 预测成正类,即为真正类(True positive),如果实例是负类被预测成正类,称之为假正类(False positive)...原创 2022-05-16 21:51:48 · 1812 阅读 · 0 评论 -
推荐系统(10):推荐系统评测之评测指标
目录0. 相关文章链接1. 各推荐系统评测指标2. 用户满意度(在线)3.预测准确度(离线)4.TopN推荐5.覆盖率6. 多样性7. 新颖性8. 惊喜性9. 信任性10. 实时性11. 健壮性12. 获取各种评测指标的途径0. 相关文章链接推荐系统文章汇总1. 各推荐系统评测指标2. 用户满意度(在线)只能通过用户调查或者在线实验获得,比如网站的推荐结果反馈、用户的点击率、用户停留时间和转化率指标等来衡量用户的满意度。...原创 2022-05-16 21:11:56 · 1513 阅读 · 0 评论 -
推荐系统(9):推荐系统评测之评测方法
目录0. 相关文章链接1. 评测方法的分类2. 离线实验3. 用户调查4. 在线实验0. 相关文章链接推荐系统文章汇总1. 评测方法的分类获取推荐系统评测指标的主要实验方法主要分为三种:1、离线实验。2、用户调查。3、在线实验。2. 离线实验离线实验室通过对离线数据集进行训练集和测试集的划分和测试,完成对评测指标的结果收集。(1) 通过日志系统获得用户行为数据,并按照一定格式生成一个标准的数据集;(2) 将数据集按照一定的规则分成训练集和测试集;(..原创 2022-05-16 20:51:03 · 1037 阅读 · 0 评论 -
推荐系统(8):推荐算法之混合推荐
目录0. 相关文章链接1. 什么是混合推荐2. 混合推荐+分区推荐0. 相关文章链接推荐系统文章汇总1. 什么是混合推荐推荐算法有很多种,比如基于内容的推荐、基于模型的实时推荐以及协同过滤推荐。这种组合式的应用推荐就叫组合推荐(Hybrid Recommendation)。研究和应用最多的是内容推荐和协同过滤推荐的组合。最简单的做法就是分别用基于内容的方法和协同过滤推荐方法去产生一个推荐预测结果,然后用某方法组合其结果。2. 混合推荐+分区推荐...原创 2022-05-15 23:59:23 · 3251 阅读 · 0 评论 -
推荐系统(7):推荐算法之基于协同过滤推荐算法
目录0. 相关文章链接1. 协同过滤的算法思想1.1. 基于内容的推荐中不足之处1.2. 协同过滤算法思想推导1.3. 使用协同过滤算法的步骤1.4. 使用协同过滤算法中需要注意的点2. 协同过滤的推荐方法3.基于近邻的协同过滤3.1. 什么是基于近邻的协同过滤3.2. 基于用户的CF3.3. 基于物品的CF3.4. UserCF和ItemCF的对比4.基于模型的协同过滤4.1. 什么是基于模型的协同过滤4.2. 基于模型的协同过滤思想4...原创 2022-05-15 00:55:53 · 10525 阅读 · 0 评论 -
推荐系统(6):推荐算法之基于内容的推荐算法
目录0. 相关文章链接1. 什么是基于内容的推荐算法2. 基于内容的推荐算法举例3. 基于内容的推荐算法总结4. 相似度计算5. 基于内容推荐系统的高层次结构6. 基于UGC的推荐7. 基于UGC简单推荐的问题8. 基于TF-IDF的推荐9. TF-IDF对基于UGC推荐的改进0. 相关文章链接推荐系统文章汇总1. 什么是基于内容的推荐算法Content-based Recommendations (CB)根据用户过去喜欢的产品(本文统...原创 2022-05-14 20:29:51 · 7793 阅读 · 0 评论 -
推荐系统(5):推荐算法之基于人口学的统计推荐算法
目录0. 相关文章链接1. 什么基于人口统计学的推荐算法2. 用户画像概述0. 相关文章链接推荐系统文章汇总1. 什么基于人口统计学的推荐算法基于人口统计学的推荐机制(Demographic-based Recommendation)是一种最易于实现的推荐方法,它只是简单的根据系统用户的基本信息发现用户的相关程度,然后将相似用户喜爱的其他物品推荐给当前 用户对于没有明确含义的用户信息(比如登录时间、地域等上下文信息),可以通过聚类等手段,给用户打上分类标签 对于特定标签原创 2022-05-14 20:25:33 · 1217 阅读 · 0 评论 -
推荐系统(4):推荐系统分类
目录0. 相关文章链接1. 根据实时性分类1.1. 离线推荐1.2.实时推荐2.根据推荐是否个性化分类3. 根据推荐原则分类4.根据数据源分类4.1.基于人口统计学的推荐4.2.基于内容的推荐4.3.基于协同过滤的推荐0. 相关文章链接推荐系统文章汇总1. 根据实时性分类1.1. 离线推荐离线推荐服务是综合用户所有的历史数据,利用设定的离线统计算法和离线推荐算法周期性的进行结果统计与保存,计算的结果在一定时间周期内是固定不变的,变更的频...原创 2022-05-14 20:19:19 · 1339 阅读 · 0 评论 -
推荐系统(3):相似性度量
目录0. 相关文章链接1. 什么是相似性度量2. 皮尔逊相关系数3. 欧式距离4. 同现相似度0. 相关文章链接推荐系统文章汇总1. 什么是相似性度量基于用户的推荐和基于物品的推荐都需要找相似,即需要找相似用户以及相似物品。比如一个男生和一个女生是朋友,不能讲该女生穿的衣服推荐给男生。要找相似。那么衡量的指标有哪些?比如皮尔逊相关系数、欧式距离、同现相似度、Cosine相似度、Tanimoto系数等。2. 皮尔逊相关系数皮尔逊相关系数是介于1到-1之间的数,他衡量原创 2022-05-12 22:58:32 · 862 阅读 · 0 评论 -
推荐系统(2):利用用户行为数据
目录0. 相关文章链接1. 为什么要利用用户行为数据2. 用户行为数据简介3. 用户行为分析3.1. 用户活跃度和物品流行度的分布3.2. 用户活跃度和物品流行度的关系4. 数据格式0. 相关文章链接推荐系统文章汇总1. 为什么要利用用户行为数据既然要做个性化推荐系统,首先我们需要先了解每个人,听其言、观其行,在网络世界我们称之为用户行为数据。有些用户不是太清楚自己喜欢什么。用户的兴趣不可能是一成不变的,会根据外部因素进行改变。我们需要通过不断采集...原创 2022-05-12 20:57:47 · 1264 阅读 · 0 评论 -
推荐系统(1):推荐系统概述
目录0. 相关文章链接1. 什么是推荐系统2. 个性化推荐的应用2.1. 在电子商务中的应用2.2. 在电影和视频网站中的应用2.3. 在个性化音乐网络电台中的应用2.4. 在社交网络中的应用2.5. 在个性化阅读中的应用2.6. 在位置服务中的应用2.7. 在个性化邮件中的应用2.8. 在个性化广告中的应用3. 什么才是好的推荐系统4.推荐系统基本思想0. 相关文章链接推荐系统文章汇总1. 什么是推荐系统推荐系统是信息过载所采用的措施.原创 2022-05-11 23:06:20 · 1760 阅读 · 0 评论