2.1 用户行为数据简介 显性反馈行为：用户明确表示对物品喜好的行为。评分、喜欢、不喜欢。 隐性反馈行为：不能明确反应用户喜好的行为。比如页面浏览。显性反馈数据隐性反馈数据用户兴趣明确 不明确数量较少庞大存储数据库分布式文件系统实时读取实时有延迟正负反馈都有只有正反馈 正反馈：用户的行为倾向于...
分类：
其他好文 时间：
2016-01-26 20:24:52
阅读次数：
190
俗话说“物以类聚、人以群分”，拿看电影这个例子来说，如果你喜欢《蝙蝠侠》、《碟中谍》、《星际穿越》、《源代码》等电影，另外有个人也都喜欢这些电影，而且他还喜欢《钢铁侠》，则很有可能你也喜欢《钢铁侠》这部电影。 所以说，当一个用户 A 需要个性化推荐时，可以先找到和他兴趣相似的用户群体 G，然后把 ....
分类：
编程语言 时间：
2016-01-14 22:15:38
阅读次数：
222
最近这两年推荐系统特别火，本文搜集整理了一些比较好的开源推荐系统，即有轻量级的适用于做研究的SVDFeature、LibMF、LibFM等，也有重量级的适用于工业系统的 Mahout、Oryx、EasyRecd等，供大家参考。PS：这里的top 10仅代表个人观点。#1.SVDFeature主页：h...
分类：
其他好文 时间：
2016-01-14 09:38:57
阅读次数：
240
经过了2个月对机器学习的了解后。我发现了，机器学习的方向多种多样。网页排序。语音识别，图像识别，推荐系统等。算法也多种多样。看见其它的书后，我发现除了讲到的k均值聚类。贝叶斯，神经网络，在线学习等等，还有非常多其它的算法。比方说：免疫算法，遗传算法，主成分分析。蚁群算法等等。好像非常多算法都是须要....
分类：
其他好文 时间：
2016-01-13 23:20:45
阅读次数：
304
SVD(Singular Value Decomposition)奇异值分解，可以用来简化数据，去除噪声，提高算法的结果。
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，如果品菜师没有尝过某道菜，则评级为0
建立一个新文件svdRec.py并加入如下代码：
def loadExData():
return[...
分类：
其他好文 时间：
2016-01-11 12:14:50
阅读次数：
1033
寒神解释：某些用户的倾向性和品味没有一致性，比较散。因此在协同过滤这种算法里，没办法和某个group有很高的相似/一致度，推荐会失效。 我理解是寻找邻居时候计算得到的相似度和其他用户相似度都非常小，或者说都低于阈值，这样由于没有邻居，那么就不是CF了。
分类：
其他好文 时间：
2016-01-11 11:59:01
阅读次数：
200
Apr 08, 2014Categories intutorialtagged withMahouthadoop协同过滤Joe Jiang前言：之前配置Mahout时测试过一个简单的推荐例子，当时是在Eclipse上运行的，由于集成插件的缘故，所以一切进行的都比较顺利，唯一不足的是那是单机运行的，没...
分类：
其他好文 时间：
2016-01-08 22:12:44
阅读次数：
1141
在推荐系统众多方法中，基于用户的协同过滤推荐算法是最早诞生的，原理也较为简单。该算法1992年提出并用于邮件过滤系统，两年后1994年被 GroupLens 用于新闻过滤。一直到2000年，该算法都是推荐系统领域最著名的算法。 本文简单介绍基于用户的协同过滤算法思想以及原理，最后基于该算法实现园友的...
分类：
编程语言 时间：
2016-01-08 22:06:53
阅读次数：
458
一，常用推荐系统算法总结 1、Itemcf (基于商品的协同过滤) 这个算法是cf中的一种，也是当今很多大型网站都在采用的核心算法之一。对于商城网站（以Amazon为代表，当然也包括京东那种具有搞笑特色的推荐系统在内），影视类推荐，图书类推荐，音乐类推荐系统来说，item的增长速度远不如user的增...
分类：
编程语言 时间：
2016-01-08 21:48:29
阅读次数：
437
（文／Joseph A. Konstan & John Riedl） 讲完了推荐算法是如何“猜你喜欢”的，现在，你对于每回上网购物时在线零售商是如何打量你，并努力把你的喜好和其他人的相匹配有了一个基本的概念。 推荐系统还有另外两大特点，也对你最终看到的推荐结果有着显著的影响：第一，在弄清楚你和其他购...
分类：
其他好文 时间：
2016-01-08 20:16:43
阅读次数：
158
