Slope One 算法 是一种基于评分的预测算法, 本质上也是一种基于项目的算法。与一般的基于项目的算法不同, 该算法不计算项目之间的相似度, 而是用一种简单的线性回归模型进行预测（可以扩展） 算法易于实现, 计算速度快, 可扩展性好, 同时对数据稀疏性有较好的适应性 ...

一、应用场景 　　在基于用户兴趣召回物品时，每个用户都有兴趣标签，有时候可能兴趣标签非常多，每一个标签都有计算出来的权重，从高到底进行排序。在进行推荐的时候，我们到底基于哪些兴趣标签进行推荐呢，只选取topN的吗，还是全部？如果只选取topN的，那每次推荐结果都比较相似，而且权重低的兴趣标签似乎 ...

　　　　　　　　　　　　　　　　　　　　　　java 平滑加权轮询算法实现与分析 废话，可直接跳过： 有一个需求，需要在代码层面上 实现 灰度 发布，有一种很简单的办法就是取余，比如 当前时间戳（或者业务ID） % 10 对于10取余， 余1，2，3 的走 逻辑A，其他的走逻辑B，从而达到灰度 ...

random是用于生成随机数的，我们可以利用它随机生成数字或者选择字符串。 random.seed(x)改变随机数生成器的种子seed。 一般不必特别去设定seed，Python会自动选择seed。 random.random() 用于生成一个随机浮点数n,0 <= n ...

1.普通轮询算法 轮询（Round Robin，RR）是依次将用户的访问请求，按循环顺序分配到web服务节点上，从1开始到最后一台服务器节点结束，然后再开始新一轮的循环。这种算法简单，但是没有考虑到每台节点服务器的具体性能，请求分发往往不均衡。 代码实现： 执行结果：不同线 ...

上一篇讲了普通轮询、加权轮询的两种实现方式，重点讲了平滑加权轮询算法，并在文末留下了悬念：节点出现分配失败时降低有效权重值；成功时提高有效权重值（但不能大于weight值）。 本文在平滑加权轮询算法的基础上讲，还没弄懂的可以看上一篇文章。 现在来模拟实现：平滑加权轮询算法的降权和提权 ...

相信大家对如下的Category都很熟悉，很多网站都有类似如下的功能，“商品推荐”,"猜你喜欢“，在实体店中我们有导购来为我们服务，在网络上 我们需要同样的一种替代物，如果简简单单的在数据库里面去捞，去比较，几乎是完成不了的,这时我们就需要一种协同推荐算法，来高效 ...

...