前置点评： 这篇文章比较朴素，创新性不高，基本是参照了google的word2vec方法，应用到推荐场景的i2i相似度计算中，但实际效果看还有有提升的。主要做法是把item视为word，用户的行为序列视为一个集合，item间的共现为正样本，并按照item的频率分布进行负样本采样，缺点是相似度的计算还 ...
分类：
其他好文 时间：
2018-01-12 01:34:00
阅读次数：
251
既然是概述，那么我也只会在文中谈一点关于 Word2Vec 的思想和大概的方法。对于这个算法，如果一开始学习就深入到算法细节中，反而会陷入局部极值点，最后甚至不知道这个算法是干嘛的。在了解算法大概的思路后，如果有进一步研究的必要，再去深究算法细节，这时一切都是水到渠成的。 先申明，由于我不是做 NL ...
分类：
其他好文 时间：
2018-01-09 14:45:55
阅读次数：
2049
Gensim是一款开源的第三方Python工具包，用于从原始的非结构化的文本中，无监督地学习到文本隐层的主题向量表达。它支持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法，支持流式训练，并提供了诸如相似度计算，信息检索等一些常用任务的API接口。 基本概念 语料（Corp ...
分类：
其他好文 时间：
2018-01-08 13:30:09
阅读次数：
189
利用 TensorFlow 入门 Word2Vec 原创 2017-10-14 chen_h coderpai 博客地址：http://www.jianshu.com/p/4e16ae0aad25 或者点击阅读原文 我认为学习算法的最好方法就是尝试去实现它，因此这个教程我们就来学习如何利用 Tens ...
分类：
其他好文 时间：
2018-01-07 16:07:16
阅读次数：
272
博客出处：http://www.cnblogs.com/maybe2030/ 阅读目录 1. 词向量 2.Distributed representation词向量表示 3.词向量模型 4.word2vec算法思想 5.doc2vec算法思想 6.参考内容 深度学习掀开了机器学习的新篇章，目前深度学 ...
分类：
其他好文 时间：
2018-01-03 19:37:15
阅读次数：
420
如果要一句话概括词向量的用处，就是提供了一种数学化的方法，把自然语言这种符号信息转化为向量形式的数字信息。这样就把自然语言理解的问题要转化为机器学习的问题。 其中最常用的词向量模型无非是 one-hot Representation模型和 distributed representation 模型。 ...
分类：
其他好文 时间：
2018-01-02 21:23:28
阅读次数：
2432
内部学习了下word2vec和fasttext，感觉还是挺有意思的，稍微记一点东西吧。 两个东西一脉相承，出自同一人手； 所以很多东西都是相似的，比如 思路：用周围元素估计中心元素 每次都要修改的策略； 完全随机的初始 可能是因为没有应用到，暂时没有感觉太多，先记录些资料吧，后面会用到 word2v ...
分类：
其他好文 时间：
2017-12-28 21:44:36
阅读次数：
147
安装gensim前要装python,numpy, scipy, 通过pip list检查开始安装gensim sudo pip install gensim 参考文档：http://www.jianshu.com/p/6d542ff65b1e http://kexue.fm/archives/431 ...
分类：
其他好文 时间：
2017-12-28 11:57:15
阅读次数：
226
将word2vec思想拓展到序列item的2vec方法并运用到推荐系统中，实质上可以认为是一种cf 在word2vec中，doc中的word是具有序列关系的，优化目标类似在max对数似然函数 应用在item2vec上，可以有两种看待方式： （1）如果item是强时序关系的，那么对某一次序列中的ite ...
分类：
其他好文 时间：
2017-12-23 19:11:03
阅读次数：
168
1、skip-gram模型 一文详解 Word2vec 之 Skip-Gram 模型（结构篇） ...
分类：
其他好文 时间：
2017-12-20 14:53:53
阅读次数：
110
