def loadExData(): return[[1,1,1,0,0], [2,2,2,0,0], [1,1,1,0,0], [5,5,5,0,0], [1,1,0,2,2], [0,0,0,3,3], [0,0,0,1,1]] def ... ...
分类：
编程语言 时间：
2017-07-30 11:25:56
阅读次数：
334
推荐算法大致能够分为下面几类 基于流行度的算法 协同过滤算法（user-based CF and item-based CF） 基于内容的算法（content-based） 基于模型的算法 混合算法 1. 基于流行度的算法 能够依照一个项目的流行度进行排序，将最流行的项目推荐给用户。比方在微博推荐中 ...
分类：
编程语言 时间：
2017-07-29 15:24:32
阅读次数：
233
介绍 论文名: “classification, ranking, and top-k stability of recommendation algorithms”. 本文讲述比較推荐系统在三种情况下, 推荐稳定性情况. 与常规准确率比較的方式不同, 本文从还有一个角度, 即推荐算法稳定性方面进行 ...
分类：
编程语言 时间：
2017-07-29 14:09:55
阅读次数：
226
本章我们介绍词的向量表征，也称为word embedding。词向量是自然语言处理中常见的一个操作，是搜索引擎、广告系统、推荐系统等互联网服务背后常见的基础技术。 在这些互联网服务里，我们经常要比较两个词或者两段文本之间的相关性。为了做这样的比较，我们往往先要把词表示成计算机适合处理的方式。最自然的 ...
分类：
其他好文 时间：
2017-07-26 22:04:17
阅读次数：
427
推荐算法主要分为基于内容的算法和协同过滤. 协同过滤的两种基本方法是基于邻居的方法(基于内容/物品的协同过滤)和隐语义模型. 矩阵分解乃是实现隐语义模型的基石. 矩阵分解依据用户对物品的评分, 判断出用户和物品的隐语义向量, 然后依据用户和物品的隐语义向量来进行推荐. 推荐系统用到的数据能够有显式评 ...
分类：
其他好文 时间：
2017-07-25 17:19:38
阅读次数：
128
摘自：http://www.infoq.com/cn/articles/user-portrait-collaborative-filtering-for-recommend-systems 我们会从一个真实的案例出发，虽然我们做了很多的推荐系统的案例，但毕竟不能把客户的数据给大家看，所以我们用了一 ...
分类：
其他好文 时间：
2017-07-24 11:40:02
阅读次数：
236
开篇语： 大一的时候。在实验室老师和师兄的带领下。我開始接触推荐系统。时光匆匆，转眼已是大三，因为大三课甚是少。于是便有了时间将自己所学的东西做下总结。第一篇博客。献给过去三年里带我飞的老师和师兄们，感谢你们的无私帮助与教导！ 协同过滤算法： 在传统的协同过滤算法中，算法是基于如图一的用户评分矩阵对 ...
分类：
移动开发 时间：
2017-07-19 14:27:46
阅读次数：
259
转自：http://www.cnblogs.com/suanec/p/6640815.html 感谢分享！ Recommender Systems with Deep Learning Improving Scalability of Personalized Recommendation Syst ...
分类：
其他好文 时间：
2017-07-18 13:40:43
阅读次数：
380
对学习的定义 学习经验E 完成任务T 绩效指标P 对于某类任务T和性能度量P，如果一个计算机程序在完成T上以P来衡量完成的好坏，并随着经验E而自我完善，那么我们称这个计算机程序在从经验E中学习 (常用)机器学习算法，主要是以下两种： 监督学习 非监督学习 （其他）学习算法等 加强学习 推荐系统 （概 ...
分类：
其他好文 时间：
2017-07-15 12:37:01
阅读次数：
145
Spark中常用的算法： 3.2.1 分类算法 分类算法属于监督式学习，使用类标签已知的样本建立一个分类函数或分类模型，应用分类模型，能把数据库中的类标签未知的数据进行归类。分类在数据挖掘中是一项重要的任务，目前在商业上应用最多，常见的典型应用场景有流失预测、精确营销、客户获取、个性偏好等。MLli ...
分类：
编程语言 时间：
2017-07-06 13:26:48
阅读次数：
258
