CSE599：online and adaptive machine learning Lecture 3：Stochastic Multi-Armed Bandits, Regret Minimization csdn bandit 算法(3) -- UCB算法 推荐系统的EE问题及Bandit算 ...
分类：
其他好文 时间：
2019-09-02 09:40:39
阅读次数：
83
冷启动主要分为三类：用户冷启动、物品冷启动、系统冷启动。 用户冷启动：解决的是如何给新用户进行个性化推荐的问题。当一个新用户进入网站或APP时，由于系统之前没有任何关于该用户的历史行为数据，导致无法对用户进行兴趣建模，从而无法为该用户进行个性化推荐。 物品冷启动：解决的是如何将新加入系统的物品推荐给 ...
分类：
其他好文 时间：
2019-09-01 14:36:12
阅读次数：
97
推荐系统架构 下图所示是业界推荐系统通用架构图，主要包括：底层基础数据、数据加工存储、召回内容、计算排序、过滤和展示、业务应用。底层基础数据是推荐系统的基石，只有数据量足够多，才能从中挖掘出更多有价值的信息，进而更好地为推荐系统服务。底层基础数据包括用户和物品本身数据、用户行为数据、用户系统上报数据 ...
分类：
其他好文 时间：
2019-09-01 12:32:39
阅读次数：
98
目录结构 1，推荐系统的概率及部署 2，新闻推荐系统特点分析 3，协同过滤算法分析 4，系统评估与安全 一：推荐系统的概览及部署 首先明确一个概念，推荐系统是什么，或者说解决了什么样的一个问题。 新闻推荐系统解决的是咨询、用户和环境之间的关系，如图，通过对用户特征、环境特征、文章特征做综合分析，将最 ...
分类：
其他好文 时间：
2019-09-01 01:09:03
阅读次数：
197
一、余弦相似度： 余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性" 二维向量的余弦相似度： 多维向量的余弦相似度（类比） 协同过滤(Collaborative Filtering, 简称 CF)： 收集用户行为 减噪与归一化处理 二、基于物品的协同过滤推荐算法(ite ...
分类：
编程语言 时间：
2019-08-25 01:06:12
阅读次数：
513
前言 如今，互联网在各个行业和各个领域都起到了中流砥柱的作用，占据了至高无上地位，它从诞生之日起，短短的几十年的时间，经历了野蛮地生长和磅礴地发展。时至今日我们在涉及资讯、电商、社交、多媒体（短视频/音乐）、生活服务、电竞游戏和传统的教育、医疗、金融等领域的日常生活中，都面对着如滔滔大海般的信息。作 ...
分类：
其他好文 时间：
2019-08-24 10:18:23
阅读次数：
124
当新用户或新项目进入内容平台时，就会出现冷启动（ColdStart）问题。以协同过滤这样的经典推荐系统为例，假设每个用户或项目都有评级，这样我们就可以推断出类似用户/项目的评级，即使这些评级没办法调用。但是，对于新进入的用户/项目，实现这一点很困难，因为我们没有相关的浏览、点击或下载等数据，也就没办法使用矩阵分解技术来“填补空白”。不过，研究人员已经提出了各种方法来解决冷启动问题。在这篇文章中，我
分类：
其他好文 时间：
2019-08-22 18:32:29
阅读次数：
105
第七章 推荐系统实例 7.1 外围架构 数据收集和存储 需要实时存取的数据存储在数据库和缓存中，而大规模的非实时地存取数据存储在分布式文件系统中（HDFS）中。 7.2 推荐系统架构 用户和物品的联系如下所示： 如果认为用户喜欢的物品也是一种用 户特征，或者和用户兴趣相似的其他用户也是一种用户特征， ...
分类：
其他好文 时间：
2019-08-22 13:23:02
阅读次数：
115
推荐系统一般分为两个阶段，即召回阶段和排序阶段。召回阶段主要是从全量的商品库中得到用户可能感兴趣的一小部分候选集，排序阶段则是将召回阶段得到的候选集进行精准排序，推荐给用户。 推荐系统中几种常用的召回策略。主要有协同过滤、向量化召回和阿里最近在Aicon中提到的深度树匹配模型。 1、协同过滤 协同过 ...
分类：
其他好文 时间：
2019-08-22 13:21:29
阅读次数：
322
