代码王子

摘要： 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（Conten... 阅读全文

摘要： LU分解 一个可逆矩阵可以进行LU分解当且仅当它的所有子式都非零。如果要求其中的L矩阵（或U矩阵）为单位三角矩阵，那么分解是唯一的。同理可知，矩阵的LDU可分解条件也相同，并且总是唯一的。 即使矩阵不可逆，LU仍然可能存在。实际上，如果一个秩为k的矩阵的前k个顺序主子式不为零，那么它就可以... 阅读全文

摘要： 最终收敛到这个结果，巨爽。 smaple 0: 0.983690,0.004888,0.011422,likelyhood:-0.016445 smaple 1: 0.940236,0.047957,0.011807,likelyhood:-0.061625 smaple 2: 0.8181... 阅读全文

摘要： 其实说参考也不准确，准确地说应该是半翻译半学习笔记。 仔细整理一遍，感觉还是收获很大的。 线性代数相关知识： 任意一个M*N的矩阵A（M行*N列，M>N），可以被写成三个矩阵的乘机： 1.U：（M行M列的列正交矩阵） 2.S：（M*N的对角线矩阵，矩阵元素非负） 3.V：（N*N的正交矩阵的... 阅读全文

摘要： 1.概述 跟SimHash一样，MinHash也是LSH的一种，可以用来快速估算两个集合的相似度。MinHash由Andrei Broder提出，最初用于在搜索引擎中检测重复网页。它也可以应用于大规模聚类问题。 2.Jaccard index 在介绍Mi... 阅读全文

摘要： 最小哈希原理介绍 MinHash是基于Jaccard Index相似度（海量数据不可行）的算法,一种降维的方法A，B 两个集合：A = {s1, s3, s6, s8, s9} B = {s3, s4, s7, s8, s10}MinHash的基本原理:在A∪B这个大的随机域里，选中的元素落... 阅读全文

摘要： Slope One 算法是由 Daniel Lemire 教授在 2005 年提出的一个 Item-Based 推荐算法。 Slope One 算法试图同时满足这样的的 5 个目标： 易于实现和维护：普通工程师可以轻松解释所有的聚合数据，并且算法易于实现和测试。运行时可更新的：新增一个评分... 阅读全文

摘要： 在数值线性代数中，吉文斯旋转（Givens rotation）是在两个坐标轴所展开的平面中的旋转。吉文斯旋转得名于华莱士·吉文斯，他在 1950 年代工作于阿贡国家实验室时把它介入到数值分析中。 目录 1矩阵表示2稳定计算3参见4引用 矩阵表示 吉文斯旋转表示为如下形式的矩阵 这里... 阅读全文

摘要： 关于推荐引擎 如今的互联网中，无论是电子商务还是社交网络，对数据挖掘的需求都越来越大了，而推荐引擎正是数据挖掘完美体现；通过分析用户历史行为，将他可能喜欢内容推送给他，能产生相当好的用户体验，这就是推荐引擎。 推荐算法Slope one的原理 首先Slope on... 阅读全文

摘要： SVD++ refers to amatrix factorization model which makes use of implicit feedback information.In general, implicit feedback can refer to any kinds ... 阅读全文