推荐实例扩展【转】7.1、阅读推荐先来看一段文字（摘自36kr）：”北京十分科技也非常看好阅读推荐类的应用，他们花了非常大的精力（一年60人团队），才在今天推出了iPhone 版“酷云阅读”。为什么要投入这么多人去做这个阅读应用？CEO 李鹏告诉我，这个团队超过一半的人都在做后台相关的东西，包括语义...
分类：
编程语言 时间：
2015-05-19 14:27:58
阅读次数：
290
本文目的：介绍一种常见推荐算法（用户协同过滤）的使用。应用场景：XXX项目运行一段时间后，系统中将会存在很多视频信息，而通常APP给用户推送的消息（1-3条/每天），那么这就需要我们根据用户的行为特征，进行更为有效的推送。工具介绍：mahout协同过滤算法的使用测试代码：/..
分类：
编程语言 时间：
2015-05-18 21:13:45
阅读次数：
181
基于用户的协同过滤，基于的假设是：喜欢相同物品的用户具有相似性。相同物品越多，用户相似性越大。（有点基于统计的意思） 基于用户的协同过滤推荐机制和基于人口统计学的推荐机制都是计算用户的相似度，并基于“邻居”用户群计算推荐，但它们所不同的是如何计算用户的相似度，基于人口统计学的机制只考虑用户本身的.....
分类：
其他好文 时间：
2015-05-16 20:01:49
阅读次数：
193
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，产生了严重的信息过载。如果不采用一定的手段，用户很难从如此多的信息流中找到对自己有价值的信息。...
分类：
移动开发 时间：
2015-05-16 07:56:39
阅读次数：
1430
逻辑回归（Logistic Regression，LR）应该是互联网行业使用最广的分类模型了。CTR预估、反作弊、推荐系统等等领域都在大量使用LR模型。近几年，DNN有逐渐取代LR的趋势，但LR仍然有着理论完备、训练速度快、物理意义清晰等优势。对于业务发展初期，LR仍然是首选。最后，LR模型本身并不...
分类：
其他好文 时间：
2015-05-15 21:08:54
阅读次数：
133
第一部分是学习ID3时候积累的。一.以前写的基础知识 1.信息：是用来消除不确定性的度量，信息量的大小，由所消除的不确定性的大小来计量（香农）。 2.由于不确定性是由随机性引起的，所以用概率来描述和计量；熵entropy：源于热力学，是分子混乱程度的度量。 3.X(离散型随机变量)的熵H(...
分类：
其他好文 时间：
2015-05-14 23:45:24
阅读次数：
203
mahout已经提供了item-based cf 算法，但是要想在mahout 算法上修改item-based cf相对来说比较繁琐，比如加入流行度因子降权（降低流行用户与其它用户的相似度）等因素。目前在spark官方没有提供基于item或者user的协同过滤，本文参考了Movie Recommendations and More With Spark文章，写了item-based的协同过滤算法...
分类：
其他好文 时间：
2015-05-14 14:24:29
阅读次数：
1683
我想站在大神肩膀上...貌似是计算所的一个小伙伴... 总结的很好，看得出来有一定的功底.... 不过对于自己看过了的东西，就不愿意再翻看第二遍了。恰好这本书和项亮那本很像，就直接看这本书了。顺便记记笔记，贴到这里，供更多人参考。一. 协同过滤的推荐 基本思想：用户在过去有相同的偏好，e....
分类：
其他好文 时间：
2015-05-14 00:35:41
阅读次数：
116
最近在为找工作准备，于是把原来学习过的算法和还没有接触过的算法一一翻出来总结一番。ALS-WR算法是我比较欣赏的一个推荐算法。能够决解很多问题，比SVD还要好用，就是实现起来有点费劲。然而这个算法却在网上比较难找，出现最多的就是大神fansy1990的博文，他的博文分析的很全面，有大局观。但是在ALS_WR算法上也出现了一定的迷惑性。让初学者不知所云。基于此决定自己总结供大家参考，再次表示抱歉，贴图是自己手写的，博文里编辑公式还是硬伤。...
分类：
编程语言 时间：
2015-05-13 21:53:42
阅读次数：
506
