Deep Learning Meets Recommendation Systems
深度学习 推荐系统 电影海报
分类：
其他好文 时间：
2017-05-12 01:48:24
阅读次数：
262
1、协同过滤 协同过滤不使用item的具体信息，因此可适用性很强，在书籍、电影、音乐上都可用； 协同过滤不适用item的具体信息，因此强者愈强； 冷启动问题无法解决 2、基于内容的推荐 使用声音信号推荐 3、用DL预估偏好 把用户和music各表示成vec 4、提升效率 输入：每个audio，切割成 ...
分类：
其他好文 时间：
2017-05-07 14:56:00
阅读次数：
179
推荐算法举个简单的例子，比如有个用户进来看了一堆内容，我们把他看的所有的历史行为，嵌入到推荐引擎当中去。这个推荐引擎就会生成个性化的频道，下次这个用户再登录，或者都不用下一次，过几分钟之后，他看到的内容就会根据他最近发生的历史行为发生变化，这就是推荐系统的基本逻辑。这种方法叫基于用户行为的推荐，当然 ...
分类：
编程语言 时间：
2017-05-07 13:03:05
阅读次数：
299
本文结构：
1. 推荐系统
2. 常用方法
1. 简介
2. 模型 cost, gradient 表达式
3. 代码实现
3. 应用实例参考：
Coursera－...
分类：
其他好文 时间：
2017-05-05 17:11:17
阅读次数：
738
使用用户打标签次数*物品打标签次数做乘积的算法尽管简单。可是会造成热门物品推荐的情况。物品标签的权重是物品打过该标签的次数，用户标签的权重是用户使用过该标签的次数。从而导致个性化的推荐减少，而造成热门推荐。 运用TF-IDF的思想能够对算法进行改进。TF-IDF（term frequemcy-inv ...
分类：
其他好文 时间：
2017-05-04 21:58:11
阅读次数：
165
在协同过滤推荐算法总结中，我们讲到了用图模型做协同过滤的方法，包括SimRank系列算法和马尔科夫链系列算法。现在我们就对SimRank算法在推荐系统的应用做一个总结。 1. SimRank推荐算法的图论基础 SimRank是基于图论的，如果用于推荐算法，则它假设用户和物品在空间中形成了一张图。而这 ...
分类：
编程语言 时间：
2017-05-03 17:24:52
阅读次数：
227
数据获得的方式多种多样，常用的公开数据集包括： 1.UCL机器学习知识库:包括近300个不同大小和类型的数据集,可用于分类、回归、聚类和推荐系统任务。数据集列表位于:http://archive.ics.uci.edu/ml/ 2.Amazon AWS公开数据集:包含的通常是大型数据集,可通过Ama ...
分类：
其他好文 时间：
2017-04-29 12:57:42
阅读次数：
198
一 背景 1、现今 ，个性化技术被广泛用于推荐系统 。 特别是基于用户的偏好数据进行个性化预測的 协同过滤算法，已被证是实际可行的。然而 在某种程度上我们并不知道个性化推荐是否总是 能优于非个性化推荐.《Performance of recommender algorithms on top-n r ...
分类：
其他好文 时间：
2017-04-29 10:55:52
阅读次数：
259
携程实时用户行为服务作为基础服务，目前普遍应用在多个场景中，比如猜你喜欢（携程的推荐系统）、动态广告、用户画像、浏览历史等等。 以猜你喜欢为例，猜你喜欢为应用内用户提供潜在选项，提高成交效率。旅行是一项综合性的需求，用户往往需要不止一个产品。作为一站式的旅游服务平台，跨业务线的推荐，特别是实时推荐， ...
分类：
其他好文 时间：
2017-04-26 14:34:30
阅读次数：
216
背景:本推荐系统基于一款硬件产品--旺小宝桌牌。客人按下点餐按钮，扫码进入点餐界面，然后开始点自己喜欢的菜，在手机端下单。目前在成都已有近200家合作餐饮商家。 菜品推荐功能: 当客人在某商家使用桌牌点菜，提取该客人点菜的主材，当客人下一次在另外一家使用桌牌的商家点菜时，即为该客户推荐该商家对应主材... ...
分类：
编程语言 时间：
2017-04-26 12:58:21
阅读次数：
1261
