码迷,mamicode.com
首页 >  
搜索关键字:协同过滤 推荐系统    ( 1017个结果
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
#研发解决方案介绍#Recsys-Evaluate(推荐评测)
郑昀 基于刘金鑫文档 最后更新于2014/12/1 关键词: recsys 、推荐评测、Evaluation of Recommender System、piwik、flume、kafka、storm、redis、mysql 本文档适用人员:研发 ? 推荐系统可不仅仅是围着推荐算法...
分类:其他好文   时间:2014-12-17 16:38:41    阅读次数:458
《推荐系统》--基于内容的推荐
如果说协同过滤中物品选择问题可以描述成“推荐相似用户喜欢的物品”,基于内容推荐则可描述成“推荐与用户过去喜欢的物品相似的物品”。因此,推荐系统的任务还是(基于用户记录)预测用户是否喜欢自己没有见过的物品。 基于内容的推荐,必须依赖关于物品和用户偏好的额外信息,但它不需要巨大的用户群体或评分记录,也就是说,只有一个用户也可以产生推荐列表。 在文本文档推荐中,比如新闻或网页,绝大多数的基本假设是物品的特征能够自动从文档内容本身或无结构的文本描述中抽取。因此,基于内容推荐系统的典型例子是比较候选文章的主要关键词和...
分类:其他好文   时间:2014-12-17 14:37:22    阅读次数:902
Amazon的推荐系统
本文引自http://blog.csdn.net/fwing/article/details/4942886现在的推荐系统特别火啊。做得最好的应该是Amazon了。上面是Amazon的图书推荐。用的就是著名的协同过滤(Collaborative filtering)算法。我们用一个简单的例子来说明。...
分类:其他好文   时间:2014-12-16 22:20:37    阅读次数:188
10款开源的推荐系统简介
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:http://svdfeature.apexlab.org/wiki/Main_Page 语...
分类:其他好文   时间:2014-12-16 21:08:09    阅读次数:523
CSDDN特约专稿:个性化推荐技术漫谈
本文引自http://i.cnblogs.com/EditPosts.aspx?opt=1如果说过去的十年是搜索技术大行其道的十年,那么个性化推荐技术将成为未来十年中最重要的革新之一。目前几乎所有大型的电子商务系统,如Amazon、CDNOW、Netflix等,都不同程度地使用了各种形式的推荐系统。...
分类:其他好文   时间:2014-12-16 09:57:57    阅读次数:178
《推荐系统》--协同过滤推荐
协同过滤是当今最流行的推荐系统。其流行的最重要原因是:有实际环境作为改进的基准,而且用于分析生成推荐的数据结构(用户物品评分矩阵),非常简单。其他算法,就不会这么简单,比如通过会话交互的推荐应用会在会谈中询问用户的偏好,并且还会融入一些额外的领域知识。 协同过滤不可能应用于每个领域:例如一个没有购买历史的汽车销售系统,或需要更多用户偏好细节的系统。同样,协同过滤技术要求用户社区处于某个特定规模,这意味着即使在书籍和电影领率,如果没有足够的用户或评分数据,也无法应用这些技术。...
分类:其他好文   时间:2014-12-14 22:46:00    阅读次数:282
【读书笔记】《推荐系统(recommender systems An introduction)》第五章 混合推荐方法
第五章 混合推荐方法 推荐问题可以转换成效用函数,函数的输入为用户和物品,输出为用户和物品的效用——效用是指物品满足某种抽象目标的能力,如:满足用户某方面的需求、或者是满足零售转化率、等等 任何一个推荐系统都是从众多物品中选取N个物品,使得这N个物品的效用总和最大 1. 整体式混合设计 从最底层的特征开始考虑整合 1.1 特征混合方案 如果有多种特征可以用,例如:用户浏...
分类:其他好文   时间:2014-12-14 01:58:32    阅读次数:356
基于用户的协同过滤算法
基于用户的协同过滤算法-参考《推荐系统实践》一书,作者:项亮 1 import random 2 import math 3 class UserBasedCF: 4 def __init__(self,datafile = None): 5 self.datafi...
分类:编程语言   时间:2014-12-11 12:02:25    阅读次数:250
1017条   上一页 1 ... 87 88 89 90 91 ... 102 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!