介绍 SVDFeature是由Apex Data & Knowledge Management Lab在KDD CUP11竞赛中开发出来的工具包。它的目的是有效地解决基于特征的矩阵分解。新的模型能够仅仅通过定义新的特征来实现。这样的基于特征的设置同意我们把非常多信息包括在模型中，使得模型更加与时俱进 ...
分类：
其他好文 时间：
2017-08-03 21:55:09
阅读次数：
314
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
协同过滤（Collaborative Filtering，CF）算法是一种常用的推荐算法，它的思想就是找出相似的用户或产品，向用户推荐相似的物品，或者把物品推荐给相似的用户。怎样评价用户对商品的偏好？可以有很多方法，如用户对商品的打分、购买、页面停留时间、保存、转发等等。得到了用户对商品的偏好，就可 ...
分类：
编程语言 时间：
2017-07-21 19:57:15
阅读次数：
303
基于邻域的算法，就是最常见的CF协同过滤算法。分为 基于用户的 user based CF 和 基于物品的 item based CF. 1.user based CF 对目标用户u, 找出与之相似的用户集合 U，将U中用户感兴趣而u没见过的物品推荐给u. 用户相似度，通过将用户表示成商品的向量后计 ...
分类：
编程语言 时间：
2017-07-20 10:07:31
阅读次数：
183
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
