推荐算法
yongjian_luo
这个作者很懒,什么都没留下…
展开
-
基于物品的协同过滤推荐算法——读“Item-Based Collaborative Filtering Recommendation Algorithms”<转>
原文地址:http://blog.csdn.net/huagong_adu/article/details/7362908 最近参加KDD Cup 2012比赛,选了track1,做微博推荐的,找了推荐相关的论文学习。“Item-Based Collaborative Filtering Recommendation Algorithms”这篇是推荐领域比较经典的论文,现在很多流行的推荐算法转载 2014-01-14 13:31:54 · 821 阅读 · 0 评论 -
推荐系统评测指标
推荐算法评测的几个指标,主要有准确度、覆盖度、新颖度、惊喜度、信任度、透明度等。 准确度是推荐系统的重要指标,推荐的物品或者广告是否准确和具有预见性,是一个推荐系统好坏的重要标准。原创 2014-02-14 14:36:32 · 709 阅读 · 0 评论 -
LDA算法入门<转>
LDA算法入门 一. LDA算法概述: 线性判别式分析(Linear Discriminant Analysis, LDA),也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD),是模式识别的经典算法,它是在1996年由Belhumeur引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间,以达到抽转载 2014-02-18 18:03:13 · 603 阅读 · 0 评论 -
利用word2vec对关键词进行聚类<转>
继上次提取关键词之后,项目组长又要求我对关键词进行聚类。说实话,我不太明白对关键词聚类跟新闻推荐有什么联系,不过他说什么我照做就是了。 按照一般的思路,可以用新闻ID向量来表示某个关键词,这就像广告推荐系统里面用用户访问类别向量来表示用户一样,然后就可以用kmeans的方法进行聚类了。不过对于新闻来说存在一个问题,那就量太大,如果给你十万篇新闻,那每一个关键词将需要十万维的向量表示,随着新闻转载 2014-06-04 18:23:53 · 983 阅读 · 0 评论 -
svm算法<转>
又有很长的一段时间没有更新博客了,距离上次更新已经有两个月的时间了。其中一个很大的原因是,不知道写什么好-_-,最近一段时间看了看关于SVM(Support Vector Machine)的文章,觉得SVM是一个非常有趣,而且自成一派的方向,所以今天准备写一篇关于关于SVM的文章。 关于SVM的论文、书籍都非常的多,引用强哥的话“SVM是让应用数学家真正得到应用的一种算法”。SVM对于大部分转载 2014-11-02 15:11:05 · 547 阅读 · 0 评论 -
Libsvm和Liblinear的使用经验谈<转>
Libsvm和Liblinear都是国立台湾大学的Chih-Jen Lin博士开发的,Libsvm主要是用来进行非线性svm 分类器的生成,提出有一段时间了,而Liblinear则是去年才创建的,主要是应对large-scale的data classification,因为linear分类器的训练比非线性分类器的训练计算复杂度要低很多,时间也少很多,而且在large scale data上的性转载 2014-11-03 15:54:24 · 613 阅读 · 0 评论