摘要:
 阅读全文
posted @ 2022-12-14 17:05
Trouvaille_fighting
阅读(71)
评论(0)
推荐(0)
摘要:
U tag I 都表示结点,2表示边 i2i: 一个物品和另一个物品的相似度 内容相似:取标题的关键字的相似度,推荐标题相似的文章 基于行为->协同过滤、关联规则:发现ItemX和ItemY经常一起看,看过ItemX就推荐ItemY u2i:用户的直接行为推荐 u2i2i:两种方式结合 u2u2i: 阅读全文
posted @ 2022-12-14 12:40
Trouvaille_fighting
阅读(64)
评论(0)
推荐(0)
摘要:
召回: 降低数量级、选取与用户直接相关/间接相关的粗略相关的内容 排序:喜欢/不喜欢对应二分类的问题,按照概率进行排列,已经是精确的个性化了 调整:进一步细节优化 数据量不多的话,可以直接抛给排序阶段对数据进行排序,效果也不错 阅读全文
posted @ 2022-12-14 11:43
Trouvaille_fighting
阅读(47)
评论(0)
推荐(0)
摘要:
一、推荐系统是什么 定义:根据用户的历史信息和行为,向用户推荐他感兴趣的内容 方法: 用户1喜欢钢铁侠,绿巨人与钢铁侠近,推荐绿巨人 用户1与用户3相近,将用户3喜欢的蝙蝠侠推荐给用户1 根据用户看过的内容,依据内容的标签,推荐具有相同内容标签的电影和课程 推荐系统解决了什么问题 阅读全文
posted @ 2022-12-14 11:00
Trouvaille_fighting
阅读(42)
评论(0)
推荐(0)