每次我想看电影的时候，都会去问我的朋友，小健。一般他推荐的电影，我都比较喜欢。显然不是所有人都有小健这样的能力。因为我碰巧和小健有类似的品味。 这个生活中的经验，实际上有着广泛的用途。 当系统需要为某个人做出推荐时，一种机器学习的算法是这样工作的：就是在一大群人中找出一部分与他品味类似的人，把这些人... ...
分类：
其他好文 时间：
2016-04-08 00:42:30
阅读次数：
234
协同过滤常常被用于分辨某位特定顾客可能感兴趣的东西，这些结论来自于对其他相似顾客对哪些产品感兴趣的分析。协同过滤以其出色的速度和健壮性，在全球互联网领域炙手可热。 ...
分类：
其他好文 时间：
2016-04-07 00:57:48
阅读次数：
255
在上一篇博文中，我已经总结了几种主要的推荐方法，其中，基于内容和基于协同过滤是目前的主流算法，很多电子商务网站的推荐系统都是基于这两种算法的。基于内容在第一篇博文中已经详细介绍了，因此本博文主要是介绍基于协同过滤的个性化推荐系统。 协同过滤是一种基于一组兴趣相同的用户或项目进行的推荐，它根据邻居用户
分类：
其他好文 时间：
2016-03-05 21:49:55
阅读次数：
126
对于目前大规模的电子商务平台，如淘宝、ebey，其用户、商品数量都非常大。淘宝数据显示，2010年淘宝网注册用户达到3.7亿，在线商品数达到8亿，最多的时候每天6000万人访问淘宝网，平均每分钟出售4.8万件商品。假如我们要做User-Item的协同过滤算法，那么U-I矩阵大小是6000万 ×8亿。
分类：
其他好文 时间：
2016-03-05 21:47:42
阅读次数：
187
GBDT(Gradient Boosting Decision Tree)算法参考：http://blog.csdn.net/dark_scope/article/details/24863289 理解机器学习算法：http://blog.csdn.net/dark_scope/article/de
分类：
编程语言 时间：
2016-02-22 22:13:11
阅读次数：
1433
俗话说“物以类聚、人以群分”，拿看电影这个例子来说，如果你喜欢《蝙蝠侠》、《碟中谍》、《星际穿越》、《源代码》等电影，另外有个人也都喜欢这些电影，而且他还喜欢《钢铁侠》，则很有可能你也喜欢《钢铁侠》这部电影。 所以说，当一个用户 A 需要个性化推荐时，可以先找到和他兴趣相似的用户群体 G，然后把 ....
分类：
编程语言 时间：
2016-01-14 22:15:38
阅读次数：
222
寒神解释：某些用户的倾向性和品味没有一致性，比较散。因此在协同过滤这种算法里，没办法和某个group有很高的相似/一致度，推荐会失效。 我理解是寻找邻居时候计算得到的相似度和其他用户相似度都非常小，或者说都低于阈值，这样由于没有邻居，那么就不是CF了。
分类：
其他好文 时间：
2016-01-11 11:59:01
阅读次数：
200
Apr 08, 2014Categories intutorialtagged withMahouthadoop协同过滤Joe Jiang前言：之前配置Mahout时测试过一个简单的推荐例子，当时是在Eclipse上运行的，由于集成插件的缘故，所以一切进行的都比较顺利，唯一不足的是那是单机运行的，没...
分类：
其他好文 时间：
2016-01-08 22:12:44
阅读次数：
1141
在推荐系统众多方法中，基于用户的协同过滤推荐算法是最早诞生的，原理也较为简单。该算法1992年提出并用于邮件过滤系统，两年后1994年被 GroupLens 用于新闻过滤。一直到2000年，该算法都是推荐系统领域最著名的算法。 本文简单介绍基于用户的协同过滤算法思想以及原理，最后基于该算法实现园友的...
分类：
编程语言 时间：
2016-01-08 22:06:53
阅读次数：
458
一，常用推荐系统算法总结 1、Itemcf (基于商品的协同过滤) 这个算法是cf中的一种，也是当今很多大型网站都在采用的核心算法之一。对于商城网站（以Amazon为代表，当然也包括京东那种具有搞笑特色的推荐系统在内），影视类推荐，图书类推荐，音乐类推荐系统来说，item的增长速度远不如user的增...
分类：
编程语言 时间：
2016-01-08 21:48:29
阅读次数：
437
