码迷,mamicode.com
首页 >  
搜索关键字:推荐系统    ( 815个结果
推荐系统之基于二部图的个性化推荐系统原理及C++实现
1.引言许多网站都喜欢让用户点击“喜欢/不喜欢”,“顶/反对”,也正是这种很简单的信息也可以利用起来对用户进行推荐!这里介绍一种基于网络结构的推荐系统!由于推荐系统深深植根于互联网,用户与用户之间,商品与商品之间,用户与商品之间都存在某种联系,把用户和商品都看作节点,他(它)们之间的联系看作是边,那...
分类:编程语言   时间:2014-12-27 17:18:09    阅读次数:239
推荐系统之协同过滤的原理及C++实现
1.引言假如你经营着一家网店,里面卖各种商品(Items),有很多用户在你的店里面买过东西,并对买过的Items进行了评分,我们称之为历史信息,现在为了提高销售量,必须主动向用户推销产品,所以关键是要判断出用户除了已经买过的商品之外还会喜欢哪些商品,这就需要利用用户购买商品过程产生的历史信息。协同过...
分类:编程语言   时间:2014-12-24 21:26:39    阅读次数:339
《推荐系统》--最新进展:比如攻击、在线消费决策、普适环境等
推荐系统植根于不同的研究领域,比如信息检索、信息过滤和文本分类,采用了不同领域的方法,比如机器学习、数据挖掘和基于知识的系统。 《推荐系统》这本书,是一本导读,向读者提供有关这个领域的概述和简介。 在“最新进展”这一部分,介绍了攻击和应对攻击的对策、在线消费决策的理论、新一代互联网技术发展带来的更多可用信息、移动等普适环境的推荐应用等。...
分类:其他好文   时间:2014-12-24 16:22:57    阅读次数:202
《转》自己动手写一个推荐系统
本文转载自懒惰啊我废话:最近朋友在学习推荐系统相关,说是实现完整的推荐系统,于是我们三不之一会有一些讨论和推导,想想索性整理出来。在文中主要以工程中做推荐系统的流程着手,穿插一些经验之谈,并对于推荐系统的算法的学术界最新的研究进展和流派作一些介绍。当然由于我做推荐系统之时还年幼,可能有很多偏颇甚至错...
分类:其他好文   时间:2014-12-23 16:56:26    阅读次数:232
因式分解实现协同过滤-及源码实现
本文引自http://blog.csdn.net/dustinsea/article/details/17394615在设计实现推荐系统,选择推荐算法时, 肯定会考虑协同过滤(CF)的使用,而CF中经常使用的两种方法包括: neighbour-based方法和因式分解。 作为一个搜索推荐系统,百度关...
分类:其他好文   时间:2014-12-23 16:54:33    阅读次数:330
《转》推荐系统经典论文文献及业界应用
转载自http://semocean.com列了一些之前设计开发百度关键词搜索推荐引擎时, 参考过的论文, 书籍, 以及调研过的推荐系统相关的工具;同时给出参加过及未参加过的业界推荐引擎应用交流资料(有我网盘的链接), 材料组织方式参考了厂里部分同学的整理。因为推荐引擎不能算是一个独立学科,它与机器...
分类:其他好文   时间:2014-12-23 13:57:08    阅读次数:269
MLlib-协同过滤
协同过滤显示vs隐式反馈参数调整实例教程协同过滤协同过滤是推荐系统的常用方法。可以填充user-item相关矩阵中的缺失值。MLlib支持基于模型的协同过滤,即使用能够预测缺失值的一个隐藏因素集合来表示用户和产品。MLlib使用交替做小二乘法(alternating least squares, A...
分类:其他好文   时间:2014-12-23 12:01:42    阅读次数:386
《推荐系统》--混合推荐、解释和评估
如何进行混合推荐,要考虑两个问题:基础的推荐理论框架和系统的混合设计,也就是组合两个以上算法的方法。 为什么推荐系统需要给出解释:卖家想要宣传特定的产品,而买家则比较关心做出正确的购买决策。解释是一项重要的信息,可以帮助两者在交流过程中提高各自的业绩和效率。 在实际的生产中,我们很少采用这些实验室方法,而是用真实、客观的结果数据,进行A/B测试评估推荐的效果。...
分类:其他好文   时间:2014-12-19 17:30:08    阅读次数:462
层次分析法量化用户的产品偏好
层次分析法量化用户的产品偏好               用户对产品有很多行为,如何进行用户行为分析来量化用户对产品的喜好程度呢?               比如豆瓣FM,用户可以点击“喜好”和"扔进垃圾箱"等;比如优酷视频,用户可以顶,踩,分享等。               我们如何通过这些行为信息分析用户对这首歌的喜好程度,对这个视频的评分是多少。...
分类:其他好文   时间:2014-12-19 01:55:14    阅读次数:352
《推荐系统》--基于知识的推荐
协同过滤和基于内容推荐的方法的主要优势在于,可以以相对较小的代价获取和维护这些知识。 但是,在一些场景下,比如房屋、汽车、计算机等商品,协同系统会因为评分数据少而效果不好;或者时间跨度因素也很重要的情况,用户偏好随着各种状况而变化等;这些场景就不是协同过滤和基于内容推荐擅长解决的。 基于知识的推荐系统可以解决这些问题,它不需要评分数据,因此不存在启动问题。基于知识推荐交互性很强,所以是一种会话式系统。基于知识推荐不仅仅是一种过滤系统,而是更为广义上“以一种个性化方法引导用户在大量潜在候选项中找到感兴趣或有用...
分类:其他好文   时间:2014-12-18 17:02:58    阅读次数:280
815条   上一页 1 ... 69 70 71 72 73 ... 82 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!