随笔分类 -  推荐系统

摘要：本文来自携程技术中心基础业务研发部的《应用架构涅槃》系列分享。据基础业务研发部负责人李小林介绍，互联网二次革命的移动互联网时代，如何吸引用户、留住用户并深入挖掘用户价值，在激烈的竞争中脱颖而出，是各大电商的重要课题。通过各类大数据对用户进行研究，以数据驱动产品是解决这个课题的主要手段，携程的大数据团 阅读全文

摘要：一、新建scala项目 二、构造程序 代码如下 导入引用库 三、打包部署 程序运行时，需要指定输入数据路径,数据包含了ratings.dat和movies.dat，数据都包含在了一个数据包。[点击下载][1]， 然后解压。 配置运行参数 点击edit configuration，在左侧点击该项目。在 阅读全文

摘要：下面简单通过在测试集上验证错误值 (JAVA) 以下是通过信息检索， 进行多维度的评价模型的优劣度(java) 阅读全文

摘要：下面是一个基本的JVAVA程序， RecommenderIntro.java 下面是基于物品的多线程批推荐 ` package xyz.pl8.userrecommendermovielens; import org.apache.commons.io.Charsets; import org.ap 阅读全文

摘要：前题 要做推荐系统的前题，就是要信息出现过载， 即如何从成千上万的物品中，选出最合适的物品供用户参考。 如果可供选择的基数仅有几个， 就不需要推荐系统了， 直接把所有选项提供给用户就行了。 推荐技术 基于内容推荐 基于内容相似度的进行推荐，顾名思义，把与你 喜欢的内容 和 相似内容 推荐给你。怎么来 阅读全文

摘要：``` scala import spark.sql import org.apache.spark.sql.types._ import org.apache.spark.mllib.recommendation.ALS import org.apache.spark.mllib.recommendation.MatrixFactorizationModel import org.apache.... 阅读全文

摘要：``` scala import org.apache.spark.ml.feature._ import org.apache.spark.ml.param.ParamMap import org.apache.spark.ml.classification.LogisticRegression import org.apache.spark.ml.{Pipeline,PipelineModel... 阅读全文

摘要：准确率(正确率, accuracy)，精确度(precision)， 召回率(recall) 都是计算正条件值 (Condition positive， 正样本). 查准率（Precision）查准率反映了被判定为正例中真正的正例样本的比重 查全率（Recall）查全率反映了被判定的正例占总的正例的 阅读全文