一：简介 基于用户的协同推荐算法随着使用者数量的增多，计算的时间就会变长，所以在2001年Sarwar提出了基于项目的协同过滤推荐算法(Item-based Collaborative Filtering Algorithms)。基于用户的协同推荐mahout没有实现分布式算法，Mahout基于It...
分类：
其他好文 时间：
2014-06-23 00:05:49
阅读次数：
454
1.基于内容的推荐 对于基于内容的推荐不多赘述，只说下基本的概念，根据用户已经评分且喜欢(评分高)的电影，为用户推荐和他过去喜欢的电影相似的电影，这里的相似就要依据电影的"内容"来计算了，例如电影的类型等等。 利用到评分预测上，就是对于目标用户A和电影M，从A已经评价过的电影中找到与M相似的电...
分类：
其他好文 时间：
2014-06-21 09:36:20
阅读次数：
301
使用MATLAB尝试了随机梯度下降的矩阵分解方法，实现了一个比较简单的推荐系统的原理。常用推荐系统的方法有协同过滤， 基于物品内容过滤等等。这次是用的矩阵分解模型属于协同过滤的一种方法，大致原理是通过一定数量的因子来描述各个用户的喜好和各个物品的属性。通过随机梯度下降法分解后得到两个矩阵，一个是用....
分类：
其他好文 时间：
2014-06-21 07:17:05
阅读次数：
346
spark1.0.0下使用scala实现机器学习算法，包括分类、回归、聚类、协同过滤以及降维等。
分类：
其他好文 时间：
2014-06-18 15:25:15
阅读次数：
346
推荐过程主要分成了如下几步来完成推荐1. 输入数据预处理2. 获取评分矩阵3.
计算物品相似度4. 矩阵乘法5. 数据过滤6. 计算推荐 测试数据user&item12345 133320 244400 355503 444414
继...
分类：
其他好文 时间：
2014-06-13 20:16:26
阅读次数：
226
本文是对Personalized News Recommendation Based on
ClickBehavior 论文的阅读记录协同过滤推荐新闻根据用户浏览点击的相似，在推荐新闻方面主要有两个缺点：1first-raterproblem
不能给用户推荐别的用户还没有阅读过的新闻，新的新闻是随着...
分类：
其他好文 时间：
2014-06-12 15:41:57
阅读次数：
234
博主是自然语言处理方向的，不是推荐系统领域的，这个程序完全是为了应付大数据分析与计算的课程作业所写的一个小程序，先上程序，一共55行。不在意细节的话，55行的程序已经表现出了协同过滤的特性了。就是对每一个用户找4个最接近的用户，然后进行推荐，在选择推荐的时候是直接做的在4个用户中选择该用户item没...
分类：
编程语言 时间：
2014-06-07 07:19:12
阅读次数：
473
所谓推荐算法就是利用用户的一些行为，通过一些数学算法，推测出用户可能喜欢的东西。
在推荐系统简介中，我们给出了推荐系统的一般框架。很明显，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，主要的推荐方法包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。
一、基于内容推荐
基于内容的推荐（Content-based Recommendation）是信息过滤技术的延续与发展，它是建立在项目的内容信息上作出推荐的，而不需要...
分类：
Web程序 时间：
2014-06-01 09:41:45
阅读次数：
312
1.算法简介
协同过滤（collaborative filtering）的核心思想：利用其他用户的行为来预测当前用户。协同过滤算法是推荐系统中最基本的，同时在业界广为使用。根据使用的方法不同，可以分为基于用户（user-based）、基于物品（item-based）的最近邻推荐。
基于用户的最近邻推荐的主要思想：对于一个给定的评分集，找出与当前用户u口味相近的k个用户；然后，对...
分类：
其他好文 时间：
2014-05-24 17:59:03
阅读次数：
308
