码迷,mamicode.com
首页 >  
搜索关键字:协同过滤 推荐系统    ( 1017个结果
思数云hadoop目录
全文检索、数据分析挖掘、推荐系统、广告系统、图像识别、海量存储、快速查询 l Hadoop介绍 n Hadoop来源与历史 n Hadoop版本 n Hadoop开源与商业 l HDFS系统架构 n NameNode功能与原理 n DataNode功能与原理 n SecondaryNameNode功 ...
分类:其他好文   时间:2016-06-23 20:35:46    阅读次数:180
《推荐系统》基于图的推荐算法
1:概述 2:原理简介 3:代码实现 一:概述         基于图的模型(graph-based model)是推荐系统中的重要内容。其实,很多研究人员把基于邻域的模型也称为基于图的模型,因为可以把基于邻域的模型看做基于图的模型的简单形式         在研究基于图的模型之前,首先需要将用户的行为数据,表示成图的形式,下面我们讨论的用户行为数据是用二元数组组成的,其中每个二元组...
分类:编程语言   时间:2016-06-21 07:57:31    阅读次数:236
《推荐系统》基于标签的用户推荐系统
1:联系用户兴趣和物品的方式 2:标签系统的典型代表 3:用户如何打标签 4:基于标签的推荐系统 5:算法的改进 源代码查看地址:github查看 一:联系用户兴趣和物品的方式     推荐系统的目的是联系用户的兴趣和物品,这种联系方式需要依赖不同的媒介。目前流行的推荐系统基本上是通过三种方式联系用户兴趣和物品。                                           1:利用用户喜欢过的物品,给用户推荐与他喜欢过的物品...
分类:其他好文   时间:2016-06-16 14:37:25    阅读次数:339
推荐系统算法
最近在学习研究推荐系统算法。比较常见的两种是基于好友关系的协同推荐,以及基于物品特征、特性的协同推荐。 其实基于人协同推荐存在一种非同类人的爱屋及乌推荐方法,例如关注的微博大v、微信大v、微信公众账户、以及网红,关注他们是对他们的认可, 对于他们推荐的书籍、或商品会有格外的认同感。这样两个人之间是不 ...
分类:编程语言   时间:2016-06-08 22:55:03    阅读次数:671
推荐算法:协同过滤中的 交替最小二乘法
1. 基础回顾 特别详细的总结,参考 http://blog.csdn.net/wangzhiqing3/article/details/7446444 矩阵的奇异值分解 SVD 矩阵与向量相乘的结果与特征值,特征向量有关。 数值小的特征值对矩阵-向量相乘的结果贡献小 1)低秩近似 2)特征降维 2 ...
分类:编程语言   时间:2016-06-08 15:54:45    阅读次数:852
推荐系统_全
推荐系统的分类 常见评测标准 http://blog.csdn.net/u011263983/article/details/51544495 相似度 1)同现相似度    2)欧氏距离相似度 3)余弦相似度 4)秩相关系数相似度 5)曼哈顿距离相似度 6)对数似然相似度   常见推荐系统算法 关联规则;                    Apriori...
分类:其他好文   时间:2016-06-02 14:35:55    阅读次数:2915
《推荐系统》基于用户和Item的协同过滤算法的分析与实现(Python)
12...
分类:编程语言   时间:2016-05-30 14:44:55    阅读次数:1000
个人喜欢的关于模式识别、机器学习、推荐系统、图像特征等方面个人主页及博客 转
目标检测、识别、分类、特征点的提取 David Lowe:Sift算法的发明者,天才。 Rob Hess:sift的源码OpenSift的作者,个人主页上有openSift的下载链接,Opencv中sift的实现,也是参考这个。 Koen van de Sande:作者给出了sift,densesi ...
分类:其他好文   时间:2016-05-29 23:00:56    阅读次数:340
推荐系统_itemCF和userCF
推荐系统的分类: 基于应用领域分类:电子商务推荐,社交好友推荐,搜索引擎推荐,信息内容推荐 基于设计思想:基于协同过滤的推荐,基于内容的推荐,基于知识的推荐,混合推荐 基于使用何种数据:基于用户行为数据的推荐,基于用户标签的推荐,基于社交网络数据,基于上下文信息(时间上下文,地点上下文等等) 协同过滤: 协同过滤的基本思想(基于用户): 协同过滤一般是在海量的用户中发掘...
分类:其他好文   时间:2016-05-27 12:13:36    阅读次数:2046
14-利用SVD简化数据
SVD(Singular Value Decomposition)奇异值分解: 优点:用来简化数据,去除噪声,提高算法的结果。 缺点:数据的转换可能难以理解。 适用数据类型:数值型数据。 一、SVD与推荐系统 下图由餐馆的菜和品菜师对这些菜的意见组成,品菜师可以采用1到5之间的任意一个整数来对菜评级 ...
分类:其他好文   时间:2016-05-18 23:35:58    阅读次数:273
1017条   上一页 1 ... 60 61 62 63 64 ... 102 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!