1，商城：是单商家，多买家的商城系统。数据库是mysql，语言java。2，sqoop1.9.33：在mysql和hadoop中交换数据。3，hadoop2.2.0：这里用于练习的是伪分布模式。4，完毕内容：喜欢该商品的人还喜欢，同样购物喜好的好友推荐。步骤：1，通过sqoop从mysql中将 “用...
分类：
其他好文 时间：
2015-02-11 14:13:58
阅读次数：
684
协同过滤算法简介
协同过滤算法在推荐系统算法领域中也已经被研究了许多年，提出了不少的方法，我们就来把这些算法归类一下。
协同过滤方法的一个基本假设就是，如果用户A和用户B在一些物品偏好上，具有相似的历史标注模式或者行为习惯，那么他们在其余项目上都具有一定相似的兴趣。
协同过滤算法主要分为两大类：基于内存的方法、基于模型的方法。而协同过滤算法...
分类：
编程语言 时间：
2015-02-05 16:32:40
阅读次数：
208
一、 用Maven搭建Mahout的开发环境
package com.panguoyuan.mahout.itemcf;
import java.io.File;
import java.io.IOException;
import java.util.List;
import org.apache.mahout.cf.taste.common.TasteException;
impor...
分类：
其他好文 时间：
2015-02-05 11:21:44
阅读次数：
308
转子：http://tech.meituan.com/mt-recommend-practice.html前言推荐系统并不是新鲜的事物，在很久之前就存在，但是推荐系统真正进入人们的视野，并且作为一个重要的模块存在于各个互联网公司，还是近几年的事情。随着互联网的深入发展，越来越多的信息在互联网上传播，...
分类：
编程语言 时间：
2015-02-03 10:47:17
阅读次数：
241
Hybrid Recommender System based on Fuzzy Clustering and Collaborative Filtering 给出题目，想找的话直接在ElsevierSD里下载即可。 并不是逐句翻译，一些简单的背景比如经济啦什么的直接忽略，不过笔者会在博文里点出来....
分类：
其他好文 时间：
2015-01-20 22:03:38
阅读次数：
352
亚马逊的CEO Jeff Bezos曾经说过，他的梦想是“如果我有100万个用户，我就要为他们做100万个亚马逊网站”。智能推荐系统承载的就是这个梦想，即通过数据挖掘技术，为每一个用户实现个性化的推荐结果，让每个用户更便捷的获取信息。为了实现这个梦想，过去十余年间，无数顶尖技术专家和工程师投身于推荐...
分类：
其他好文 时间：
2015-01-19 20:33:23
阅读次数：
285
第十章 在线消费决策
这一张主要写消费者的心理，更贴近于心理学，而不是技术方面。
1. 传统的决策模型是认为人们的兴趣始终如一，不会发生变化；不过现代研究表明，用户在决策过程中偏好并不稳定
2. 人们会根据物品的展示环境做决策：同样的商品，放到不同环境下面展示，身价就不同
3. 首位/新近效应：位于列表首位和末尾的物品，更容易被记住
4. 框架效应：展现框架决定用户决策
...
分类：
其他好文 时间：
2015-01-18 13:11:01
阅读次数：
217
基本思想：将数据分为训练集合和测试集合，用训练集合的数据训练模型，用测试集合的数据测试模型。训练集和测试集的划分，可以是按照时间的维度，也可以按照人群的维度。
存在风险：对于某些方法可能有偏向性。
用历史数据进行评价
按照时间维度将数据分为训练集合测试集，N折交叉验证。
还有直接用人工进行评价的。不过代价较大，不能上规模，在实际中用处不大。
完。...
分类：
其他好文 时间：
2015-01-17 18:02:07
阅读次数：
165
对于在线商店，主要关心两方面：1. 提升转化率（将不消费的用户转变为消费用户）；2. 提升消费额（已经花钱的人，花更多的强）
实验场所是移动互联网的一个网站，用户可以用移动设备来访问，并下载app（游戏和应用）。有些app免费，有些收费。作者利用这个实验环境对比了集中推荐算法的效果。
对比了6种方法：
1. 协同过滤；2. slope one；3. 基于内容的推荐；4. 混合推荐；5...
分类：
移动开发 时间：
2015-01-17 18:01:45
阅读次数：
253
如何给推荐系统的结果给予解释？
1. 基于约束的推荐系统：这种系统的商品都有各种属性，用户只知道个大概，但是不完全清楚各种属性，推荐系统在帮助用户一步步接近用户最终的期望。属性就是产生推荐理由的关键。本书中采用了一些推理方法来生成理由，挺玄乎的。我理解，直接告诉用户，我猜你最关心的是xx属性，根据这个属性，我来给你推荐xxx，这样就应该行了。
2. 基于实例的推荐系统：产生的理...
分类：
其他好文 时间：
2015-01-17 18:01:39
阅读次数：
159
