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 ...
原文：推荐系统实践（项亮）— 第1章 好的推荐系统
. 什么是推荐系统 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。 推荐系统可以更好的发掘商品的长尾 传统 理论受到挑战。互联网条件下，由于货架成本极端低廉，电子商务网站往往能出售比传统零售店更多种类的商品。与传统零售业相比，电商的长尾商品数量极其庞大，这些长尾的总销售额甚至能超过热门商品。 ...
2018-10-24 21:34 0 2160 推荐指数：
相关推荐
推荐系统实践（项亮）— 后记
在书的“后记”部分，作者列出了Strand研究人员总结的“推荐系统十堂课”，总结了他们设计推荐系统的经验和教训。 1. 确定你真的需要推荐系统 个人评价：不是为了推荐而推荐，推荐只是手段，关键看用户价值在哪里，从用户角度出发，真正能帮助用户。 2. 确定商业目标和用户满意度之间的关系 ...
推荐系统实践（项亮）— 第3章 推荐系统冷启动问题
3.1 冷启动问题简介 问题分类： 用户冷启动 物品冷启动 系统冷启动 常用解决方案： 利用热销榜进行推荐 利用用户注册时的年龄、性别等数据做粗粒度的个性化 利用用户社交数据为其推荐好友喜欢的物品 要求用户在登录时对一些物品进行反馈，收集用户 ...
推荐系统实践（项亮）— 第2章 利用用户行为数据
2.1 用户行为数据简介 用户行为数据可分为显性反馈行为和隐性反馈行为； 用户数据的统一表示； 2.2 用户行为分析 在设计推荐算法之前需要对用户行为数据进行分析，了解数据中蕴含的一般规律可以对算法的设计起到指导作用。 用户活跃度和物品流行度 ...
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 ...
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 ...
推荐系统读书笔记(一)好的推荐系统
1.1 什么是推荐系统 80/20原则：80%的销售额来自于20%的热门品牌 不热门的商品数量极其庞大，这些长尾商品的总销售额将是一个不可小觑的数字，也许会超过热门商品带来的销售额。 主流商品代表了绝大多数用户的需求，而长尾商品代表了一小部分用户的个性化需求。 推荐系统 ...
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 ...