文章分类 -  算法

摘要:(一)什么是个性化推荐? 1.1个性化推荐的定义 个性化推荐是根据用户的特征和偏好,通过采集、分析和定义其在端上的历史行为,了解用户是什么样的人,行为偏好是什么,分享了什么,产生了那些互动反馈等等,最终理解和得出符合平台规则的用户特征和偏好。从而向用户推荐感兴趣的信息和商品。 1.2个性化推荐的5个 阅读全文
posted @ 2016-11-16 22:57 5iTech 阅读(861) 评论(0) 推荐(0)
摘要:http://blog.csdn.net/pipisorry/article/details/39507699 推荐系统之非个性化推荐Non-personalized recommendation,主要包含aggregated opinion recommenders,产品关联推荐,时间敏感推荐。 阅读全文
posted @ 2016-11-16 22:52 5iTech 阅读(766) 评论(0) 推荐(0)
摘要:各种推荐方法都有其各自的优点和缺点,见表1。 表1 主要推荐方法对比 推荐方法优点缺点基于内容推荐推荐结果直观,容易解释;不需要领域知识 新用户问题;复杂属性不好处理;要有足够数据构造分类器 协同过滤推荐新异兴趣发现、不需要领域知识;随着时间推移性能提高;推荐个性化、自动化程度高;能处理复杂的非结构 阅读全文
posted @ 2016-11-16 22:49 5iTech 阅读(2403) 评论(0) 推荐(0)
摘要:常用的推荐算法解析 常用的推荐算法解析 标签: 算法互联网技术 2016-04-28 15:40 3219人阅读 评论(0) 收藏 举报 标签: 算法互联网技术 2016-04-28 15:40 3219人阅读 评论(0) 收藏 举报 分类: 算法 分类: 算法 1. 前言 随着互联网技术和社会化网 阅读全文
posted @ 2016-11-16 22:47 5iTech 阅读(244) 评论(0) 推荐(0)
摘要:http://www.docin.com/p-1248164474.html 阅读全文
posted @ 2016-11-16 22:41 5iTech 阅读(70) 评论(0) 推荐(0)
摘要:https://my.oschina.net/BreathL/blog/62519 最近研究Mahout比较多,特别是里面协同过滤算法;于是把协同过滤算法的这个实现思路与数据流程,总结了一下,以便以后对系统做优化时,有个清晰的思路,这样才能知道该如何优化且优化后数据亦能正确。 推荐中的协同过滤算法简 阅读全文
posted @ 2016-11-16 22:14 5iTech 阅读(379) 评论(0) 推荐(0)
摘要:推荐系统近几年来一直十分火热,目前几乎所有的电子商务系统、社交网络,广告推荐,搜索引擎等等,都不同程度的使用了各种形式的推荐系统。想知道电商如何向你发送广告的?想了解社交网络怎么推荐好友的?想自己搭建一个推荐系统?想了解一些算法或架构从而将自己的推荐系统做得更好?InfoQ为你整理了一系列的有关推荐 阅读全文
posted @ 2016-11-15 17:16 5iTech 阅读(498) 评论(0) 推荐(0)
摘要:前言 Nexflix是一家提供在线视频流媒体服务和DVD租赁业务的公司,也是著名的Netflix大奖赛的发起者。如果读者希望进一步了解Netflix,建议读一下和讯上的一篇文章: Netflix:从传统DVD租赁向流媒体华丽转身 以及爱范儿上的: Netflix成功的背后:高薪,高标准,高淘汰率,股 阅读全文
posted @ 2016-11-15 17:08 5iTech 阅读(2317) 评论(0) 推荐(0)
摘要:集体智慧和协同过滤 什么是集体智慧 集体智慧 (Collective Intelligence) 并不是 Web2.0 时代特有的,只是在 Web2.0 时代,大家在 Web 应用中利用集体智慧构建更加有趣的应用或者得到更好的用户体验。集体智慧是指在大量的人群的行为和数据中收集答案,帮助你对整个人群 阅读全文
posted @ 2016-11-15 16:20 5iTech 阅读(118) 评论(0) 推荐(0)
摘要:http://www.cnblogs.com/NeilHappy/p/4622741.html 阅读全文
posted @ 2016-11-14 16:34 5iTech 阅读(104) 评论(0) 推荐(0)