機器學習算法學習---推薦系統的常用算法（一）
概括分類： 1） 基於內容的推薦：這一類一般依賴於自然語言處理NLP的一些知識，通過挖掘文本的TF-IDF特征向量，來得到用戶的偏好，進而做推薦。這類推薦算法可以找到用戶獨特的小眾喜好，而且還有較好的解釋性。這一類由於需要NLP的基礎，本文就不多講，在后面專門講NLP的時候再討 ...
原文：推薦系統算法學習導論
推薦 引擎 系統算法學習導論 作者：July。 出處：結構之法算法之道 引言 昨日看到幾個關鍵詞：語義分析，協同過濾，智能推薦，想着想着便興奮了。於是昨天下午開始到今天凌晨 點，便研究了一下推薦引擎，做了初步了解。日后，自會慢慢深入仔細研究 日后的工作亦與此相關 。當然，此文也會慢慢補充完善。 本文作為對推薦引擎的初步介紹的一篇導論性的文章，將略去大部分的具體細節，側重用最簡單的語言簡要介紹推薦 ...
2012-01-07 23:02 1 3401 推薦指數：
相關推薦
Python推薦算法學習1
的推薦算法並不准確的原因之一） 我們在對一個新用戶進行推薦時，可以計算在同等維度下 ...
推薦算法學習筆記
一、全鏈路精准預估技術： 參考： https://arxiv.org/abs/1804.07931 傳統的多階段建模在實際中存在SSB和DS問題： 多階段模型的樣本漏斗： 召 ...
智能推薦算法學習總括
智能推薦算法總的來說分為兩種：基於內容的推薦算法和協同過濾推薦算法。 基於內容的推薦算法： 根據內容的相似度（靜態的東西）進行推薦，內容不好提取的可以采取貼標簽的形式來區分計算內容的相似程度。然后根據用戶的喜好設置，關注等進行相似內容推薦。 協同過濾推薦算法： 根據動態信息來進行推薦 ...
推薦系統算法學習（一）——協同過濾(CF) MF FM FFM
用戶發現 對於只用itemCF的系統，需要解決物品冷啟動問題 如何更新推薦系統呢，答案就是離線更新用戶 ...
推薦系統實踐-1基於用戶的協同過濾算法學習與實現
本隨筆主要記錄本人對協同過濾算法的學習理解與Python的實現，主要參考資料為項亮老師的《推薦系統實踐》和Prateek Joshi 老師的《Python機器學習經典實例》兩本書。 一.基於用戶的協同過濾簡介 利用用戶行為數據構建推薦系統有三類算法：基於鄰域的算法、隱語義模型和基於圖的模型 ...
微博推薦算法學習(Weibo Recommend Algolrithm)
原文：http://hijiangtao.github.io/2014/10/06/WeiboRecommendAlgorithm/ 基礎及關聯算法 作用：為微博推薦挖掘必要的基礎資源、解決推薦時的通用技術問題、完成必要的數據分析、為推薦業務提供指導。 分詞技術與核心詞提取：是微博內容 ...
算法導論學習-heapsort
heap的定義：如果數組a[1,....n]滿足：a[i]>a[2*i] && a[i]>a[2*i+1]，1<=i<=n/2，那么就是一個heap，而且是ma ...