推荐系统学习(1)
受了另一位学长指点,开始学习推荐系统,准备润算法
所看视频:【推荐系统公开课——8小时完整版,讲解工业界真实的推荐系统】
流程与链路


基于物品的相似性
ItemCF

Swing


基于用户的相似性
UserCF
先计算用户相似度,再计算其他用户对于这个物品的兴趣,加权求和

我们可以先降低热门物品权重,使得结果更准确
sim就是余弦

分子是两个用户所使用的物品交集的数量

新闻推荐系统

所遇到的问题
样本极度不平衡,应该对副本进行下采样
所看视频:【推荐系统公开课——8小时完整版,讲解工业界真实的推荐系统】





先计算用户相似度,再计算其他用户对于这个物品的兴趣,加权求和

我们可以先降低热门物品权重,使得结果更准确
sim就是余弦

分子是两个用户所使用的物品交集的数量


样本极度不平衡,应该对副本进行下采样