Spark推荐系统实践
推荐系统是根据用户的行为、兴趣等特征，将用户感兴趣的信息、产品等推荐给用户的系统，它的出现主要是为了解决信息过载和用户无明确需求的问题，根据划分标准的不同，又分很多种类别： 根据目标用户的不同，可划分为基于大众行为的推荐引擎和个性化推荐引擎 根据数据之间的相关性，可划分为基于人口统计 ...
原文：推荐系统实践
推荐系统测评 实验方法 离线实验：准备训练数据测试数据并评估 用户调查：问卷方式 和用户满意度调查 在线实验：AB测试：AB测试是一种很常用的在线评测算法的实验方法。它通过一定的规则将用户随机分成几组， 并对不同组的用户采用不同的算法，然后通过统计不同组用户的各种不同的评测指标比较不同算 法，比如可以统计不同组用户的点击率，通过点击率比较不同算法的性能。 测评指标： 用户满意度 预测准确度：预测 ...
2018-05-06 17:09 0 1133 推荐指数：
相关推荐
《推荐系统实践》—— 读后总结
在刚刚毕业的时候，当时的领导就问了一个问题——个性化推荐与精准营销的区别，当时朦朦胧胧回答不出。现在想想，他们可以说是角度不同。精准营销可以理解为帮助物品寻找用户，而个性化推荐则是帮助用户寻找物品。 什么是推荐系统？ 那么什么是推荐系统呢？简单的来说，就是帮助用户和物品联系起来 ...
推荐系统实践—ItemCF实现
参考：https://github.com/Lockvictor/MovieLens-RecSys/blob/master/usercf.py#L169 数据集 本文使用了MovieLens中的m ...
推荐系统实践（项亮）— 第7章 推荐系统实例
7.1 外围架构 7.2 推荐系统架构 基于特征的推荐系统架构 用户喜欢的物品、用户相似的用户也可以抽象成特征； 基于特征的推荐系统核心任务就被拆解成两部分，一个是如何为给定用户生成特征，另一个是如何根据特征找到物品； 用户特征种类 ...
推荐系统的评价指标 （推荐系统实践读书笔记）
什么是好的推荐系统： 一个完整的推荐系统包括三部分用户，网站，内容提供方。 好的推荐系统设计，能够让推荐系统本身收集到高质量的用户反馈，不断完善推荐的质量，增加 用户和网站的交互，提高网站的收入。因此在评测一个推荐算法时，需要同时考虑三方的利益， 一个好的推荐系统是能够 ...
推荐系统实践（项亮）— 第1章 好的推荐系统
1.1 什么是推荐系统 （1）解决信息过载的三种方式： 分类目录（雅虎） 搜索引擎（谷歌）：满足用户有明确目的时的主动查找请求； 推荐系统：用户没有明确目的时帮助他们发现感兴趣的内容。 （2）推荐系统可以更好的发掘商品的长尾 传统2/8理论受到挑战。互联网条件下 ...
FFM及DeepFFM模型在推荐系统的探索及实践
12月20日至23日，全球人工智能与机器学习技术大会 AiCon 2018 在北京国际会议中心盛大举行，新浪微博AI Lab 的资深算法专家 张俊林@张俊林say 主持了大会的 搜索推荐与算法专题，并带来演讲《FFM及DeepFFM模型在推荐系统的探索及实践》，分享了微博在FFM模型 ...
推荐系统系列（三）：FNN理论与实践
背景 在FM之后出现了很多基于FM的升级改造工作，由于计算复杂度等原因，FM通常只对特征进行二阶交叉。当面对海量高度稀疏的用户行为反馈数据时，二阶交叉往往是不够的，三阶、四阶甚至更高阶的组合交叉能够 ...