摘要：推荐系统 通常分析过去的事务以建立用户和产品之间的联系，这种方法叫做 协同过滤 。 协同过滤有两种形式：隐语义模型（LFM），基于邻域的模型（Neighborhood models）。 本篇文章大部分内容为大神Koren的 "Factorization Meets the Neighborhood: 阅读全文

摘要：这次介绍 Item(User)相似度 的计算方法，其广泛运用于基于邻域的协同过滤算法的推荐系统。简而言之，基于邻域，就是基于相邻的元素进行推荐，而相邻元素的得到过程就是相似度的计算过程。 对于空间上的点来说：传统机器学习模型中KNN的距离度量方法（如欧式距离等），距离越近的点我们把他们归为一类，也可 阅读全文

摘要：最近在学习推荐系统(Recommender System)，跟大部分人一样，我也是从《推荐系统实践》学起，同时也想跟学机器学习模型时一样使用几个开源的python库玩玩。于是找到了 "surprise" ，挺新的，代码没有sklearn那么臃肿，我能看的下去，于是就开始了自己不断的挖坑。 这篇文章介 阅读全文