摘要：协同算法： User-Based CF 计算user与user的相似度矩阵 Item-Based CF计算item-item的相似度矩阵 假设： - 用户喜欢哪些跟他有相似爱好的用户喜欢的东西 - 具有相似兴趣的用户在未来也具有相似兴趣 方法： - 给定用户u，找到一个用户的集合N(u)，他们和u具 阅读全文

摘要：搜索MV推荐 搜索周杰伦 阅读全文

摘要：数据挖掘 推荐算法(Mahout工具) 一、简介 Apache顶级项目(2010.4) Hadoop上的开源机器学习库 可伸缩扩展的 Java库 推荐引擎(协同过滤)、聚类和分类 二、机器学习介绍 通常问题都归为这几类问题 分类问题 回归问题 聚类问题 推荐问题 三、安装方法 3.1 下载Mahou 阅读全文

摘要：一、数据挖掘 中文分词 • 一段文字不仅仅在于字面上是什么，还在于怎么切分和理解。• 例如： – 阿三炒饭店： – 阿三 / 炒饭 / 店 阿三 / 炒 / 饭店• 和英文不同，中文词之间没有空格，所以实现中文搜索引擎，比英文多了一项分词的任务。• 如果没有中文分词会出现： – 搜索“达内”，会出现 阅读全文

摘要：一、词频 TF • 假设：如果一个词很重要，应该会在文章中多次出现 • 词频——TF（Term Frequency）：一个词在文章中出现的次数 • 也不是绝对的！出现次数最多的是“的”“是”“在”，这类最常用的词，叫做停用词（stop words）• 停用词对结果毫无帮助，必须过滤掉的词 • 过滤掉 阅读全文