2021年3月2日 推荐系统概述

1.1 推荐系统简介 推荐系统是向用户建议有用物品的软件工具和技术。推荐技术实质上是收集各种有用数据,对用户、物品以及上下文这样的三元组进行打分,从而实现物品之间的对比,很方便的得到排序结果。具体怎样的数据算是有用数据,不同的应用场景有不同的理解。比如对于电子商务场景来说,物品的描述、物品的属性、用 ... »

推荐系统:矩阵分解与邻域的融合模型

推荐系统 通常分析过去的事务以建立用户和产品之间的联系,这种方法叫做 协同过滤 。 协同过滤有两种形式:隐语义模型(LFM),基于邻域的模型(Neighborhood models)。 本篇文章大部分内容为大神Koren的 "Factorization Meets the Neighborhood: ... »

推荐系统中物品相似度计算

最近天气有点热,三伏天得了空调病,最后发现是颈椎引起的问题,期间还拔了颗顽固的智齿,也算是一波三折了。 这次介绍 Item(User)相似度 的计算方法,其广泛运用于基于邻域的协同过滤算法的推荐系统。简而言之,基于邻域,就是基于相邻的元素进行推荐,而相邻元素的得到过程就是相似度的计算过程。 对于空间 ... »

从SVD到推荐系统

最近在学习推荐系统(Recommender System),跟大部分人一样,我也是从《推荐系统实战》学起,同时也想跟学机器学习模型时一样使用几个开源的python库玩玩。于是找到了 "surprise" ,挺新的,代码没有sklearn那么臃肿,我能看的下去,于是就开始了自己不断的挖坑。 这篇文章介 ... »