本文从互联网收集并整理了推荐系统的架构，其中包括一些大公司的推荐系统框架（数据流存储、计算、模型应用），可以参考这些资料，取长补短，最后根据自己的业务需求，技术选型来设计相应的框架。后续持续更新并收集。。。 图1 界面UI那一块包含3块东西：1) 通过一定方式展示推荐物品(物品标题、缩略图...
分类：
其他好文 时间：
2014-06-15 23:50:16
阅读次数：
535
某个选修课的论文，这里贴过来，之所以贴过来，是因为我认为自己写的确实非常有意义，网上对这个东西确实没有很系统的中文介绍，我自己也是看了许多论文自己也动手做了很多很多实践才领悟的。这个只是概论，以后有时间再加上具体的模型、算法。-------------------------------------...
分类：
其他好文 时间：
2014-06-12 07:05:14
阅读次数：
444
个人非常喜欢的机器学习、模式识别、推荐系统、人工智能、计算机视觉...
分类：
其他好文 时间：
2014-06-10 15:14:40
阅读次数：
454
博客安排1.PCA原理及其应用(两篇）2.线性规划问题3.正则化方法3.拉格朗日乘法算子4.SVM5.ICA原理6.聚类分析7.EM算法8.推荐系统9.SVD10.高斯分布
分类：
其他好文 时间：
2014-06-10 15:04:35
阅读次数：
270
通过Mahout构建推荐系统时，假设我们须要添?某些过滤规则（比方：item的创建时间在一年以内），则须要用到IDRescorer接口，该接口源代码例如以下：packageorg.apache.mahout.cf.taste.recommender;/****A{@linkRescorer}whic...
分类：
其他好文 时间：
2014-06-09 19:10:29
阅读次数：
182
博主是自然语言处理方向的，不是推荐系统领域的，这个程序完全是为了应付大数据分析与计算的课程作业所写的一个小程序，先上程序，一共55行。不在意细节的话，55行的程序已经表现出了协同过滤的特性了。就是对每一个用户找4个最接近的用户，然后进行推荐，在选择推荐的时候是直接做的在4个用户中选择该用户item没...
分类：
编程语言 时间：
2014-06-07 07:19:12
阅读次数：
473
所谓推荐算法就是利用用户的一些行为，通过一些数学算法，推测出用户可能喜欢的东西。
在推荐系统简介中，我们给出了推荐系统的一般框架。很明显，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，主要的推荐方法包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。
一、基于内容推荐
基于内容的推荐（Content-based Recommendation）是信息过滤技术的延续与发展，它是建立在项目的内容信息上作出推荐的，而不需要...
分类：
Web程序 时间：
2014-06-01 09:41:45
阅读次数：
312
1.算法简介
协同过滤（collaborative filtering）的核心思想：利用其他用户的行为来预测当前用户。协同过滤算法是推荐系统中最基本的，同时在业界广为使用。根据使用的方法不同，可以分为基于用户（user-based）、基于物品（item-based）的最近邻推荐。
基于用户的最近邻推荐的主要思想：对于一个给定的评分集，找出与当前用户u口味相近的k个用户；然后，对...
分类：
其他好文 时间：
2014-05-24 17:59:03
阅读次数：
308
1.算法简介协同过滤（collaborative
filtering）的核心思想：利用其他用户的行为来预测当前用户。协同过滤算法是推荐系统中最基本的，同时在业界广为使用。根据使用的方法不同，可以分为基于用户（user-based）、基于物品（item-based）的最近邻推荐。基于用户的最近邻推荐的...
分类：
其他好文 时间：
2014-05-24 13:23:43
阅读次数：
392
