![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐算法
口肃
不断学习的小菜鸟
展开
-
今日头条个性化推荐算法
要点:1. 协同过滤基于投票的规则,若某个用户组对某篇文章投票较多,则判断该用户组对该篇文章较感兴趣2. 用户属于多组情况处理若某个用户属于多个组,则采用加权平均的方式选取得分最高的文章进行推荐,权重系数利用逻辑回归确定。w1(组的权重系数)*该组对某文章的投票率+w2*该组对某文章的投票率... 几个问题:1. 某组的待推荐文章数如何确定,是固定的还是可变的,是学原创 2015-09-28 17:42:15 · 2618 阅读 · 0 评论 -
推荐算法类别概述
1. 基于内容的推荐计算用户特征向量组与推荐单元特征向量组的相似性,一般采用于余弦相似性。2. 基于协同过滤的推荐基于“相似的人喜欢的东西也相同”原则注:随着系统的使用,数据量的增多,用户相似性计算复杂度增高,实时性差,因而可以引入产品相似性计算来代替用户相似性(因为产品相对稳定,可在线下进行)3. 基于关联规则推荐4. 基于效用推荐对每个用户建立一个效转载 2015-09-29 09:37:25 · 672 阅读 · 0 评论 -
NetFlix电影推荐算法(获奖那个)
1. 获取用户评分矩阵(一种稀疏矩阵)2. 对评分矩阵进行矩阵分解(采用最小二乘估计的方式)Q矩阵表示用户对因子的偏好,P矩阵表示产品含有的因子利用上述矩阵分解,可补全用户评分矩阵(近似)3. 给出推荐结果利用评分矩阵,推荐分数较高的产品(除掉已经有评分的)来源:NetFlix电影推荐算法转载 2015-09-29 10:32:54 · 3434 阅读 · 0 评论 -
SlopeOne推荐算法
1. 这是一种基于协同过滤的推荐算法,简单、高效。利用项目间的评分差来填补缺失值。2. 基本原理rateA=4- ((5-3)+(4-3))/2 =2.5 即A对Item2的打分预测为2.53. 加权算法需要考虑各个“评分对”的数量,即权重例如:共有3个项目,有100个用户对Item1和Item2均有评分,有1000个用户对Item2和Item3均有评分假定某转载 2015-09-29 11:02:54 · 744 阅读 · 0 评论