1回答
冷启动推荐方法及算法
、、、
我们正在为我们全新的学习管理系统建立推荐系统.有一堆用户和项目(学习模块)在板上，但没有评级-典型的冷启动问题。
实现基于项目的相似度，哪种算法是正确的？比如说，余弦相似。但是，请注意，没有“矩阵”。我们应该尝试使用标准的ML算法，还是使用我们自己的算法？
浏览 5提问于2015-08-25得票数 1
1回答
我已经建立了一个推荐系统，其中有数以万计的项目和它们的功能描述，但到目前为止还没有用户配置文件。我正在寻找可以帮助我引导系统的方法的指针，这样我就可以做一些评估。
浏览 4提问于2013-03-17得票数 0
回答已采纳
2回答
我一直在阅读有关推荐系统和构建推荐系统的方法的论文和书籍。在其中的许多案例中，Netflix竞赛就是一个例子。在Netflix上，用户对电影进行评分(从1到5)。在那次比赛中，参赛者被用户提供了一个电影数据库和相应的评分，他们应该实现一个系统，最好地预测电影的评分，并使用该评分向用户推荐电影。我正在尝试建立一个新闻推荐系统。我现在面临的问题是，新闻只有很短的一段时间是相关的，几乎没有人会给新闻评级。因此，我只有隐式反馈(视图)，没有显式反馈(评级)。我
浏览 0提问于2015-01-23得票数 5
我正在研究一种算法，为您提供一个平台的推荐，您可以在这个平台上查看餐馆。因此，数据库有3个表，“用户”、“餐馆”和“评论”。评论的评级为1-5。每家餐厅可以有多个评论，用户可以有多个评论。首先，我将解释我目前的研究/结论，通过使用基于内容的过滤器，我找到了一个解决方案。0.75 | 1 | 0.
浏览 4提问于2016-11-02得票数 2
回答已采纳
我正在尝试用Django框架实现一个组推荐系统，使用Python的LensKit工具(特别是一个适应UserUser算法的推荐对象)。然而，它只在某些情况下返回单个推荐(对于某些特定用户)，但它总是返回用户组的推荐(我创建了一个混合用户，其分数是组成员分数的平均值，并为其请求推荐)。下面是我为个人用户和组请求推荐的实现：from .models import Mo
浏览 14提问于2021-05-22得票数 1
回答已采纳
6回答
我很好奇有什么方法/途径来克服“冷启动”问题，即当一个新用户或一个项目进入系统时，由于缺乏关于这个新实体的信息，做出推荐是一个问题。
我可以考虑做一些基于预测的推荐(比如性别、国籍等等)。
浏览 3提问于2010-01-03得票数 5
回答已采纳
1回答
我必须开发一个推荐系统，其中大多数用户只购买一个项目，所以我有一个冷启动的问题。因此，我将放弃矩阵分解技术和基于内容的系统。我知道我可以把它当作一个多类别的分类问题，在这个问题上，我预测用户最有可能购买的物品。这有两个不方便的地方：
添加新项时会发生什么情况？如何防止系统只推荐最常见的项目？多类问题可能会给非常常见的商品带来更高的概率，而我的建议可能会变得虚假(就像在超市
浏览 0提问于2021-04-10得票数 0
4回答
最近对推荐系统很感兴趣，但现在缺少一些很好的学习资料，有谁能简单介绍一些目前都有哪些推荐算法呢，又有哪些应用场景呢？目前手机资讯app推荐的是挺精准的，但是总感觉推荐的有些过于单调了，我每天都只能看到同样的推荐内容，又该如何改进呢？
浏览 4379提问于2018-03-22
我想知道是否有任何方法可以为新用户获得推荐，使用已经训练好的WALS模型，并给出用户喜欢的项目列表。在 python库中有一个类似的特性
浏览 6提问于2018-11-07得票数 1
我在一个电子商务网站上添加了一个带有Amazon个性化的产品推荐功能。我们目前有一个庞大的产品目录，数百万件。我们希望能够在我们的项目详细信息页面上使用Amazon个性化推荐当前项目的其他相关项目。尽管有几个项目(千)得到了大量的交互，这对推荐结果产生了巨大的影响。因此，您将看到，这几个项目总是被推荐，即使它们与当前项目完全无关，创建了一个非常奇怪的建议。我认为这就是我们通常所说的“冷启动”情况--除了通常的冷启动问题是关于“冷启动”或用户“冷启动”的
浏览 4提问于2021-07-15得票数 1
1回答
项目推荐服务
、、
我应该用MyMediaLite提供图书推荐服务。到目前为止，我已经使用Nutch爬虫从网站上收集了书籍，并将信息存储到hbase中。问题是，我实际上并不完全理解这些东西是如何工作的。
浏览 1提问于2015-08-31得票数 0
2回答
算法提供了一个，我正在使用它，这只会使向算法平台上的算法发送请求变得更加容易。
问题如下:当一个算法函数有一段时间没有被调用时，它将被卸载，并且第一次调用它(冷启动)需要一段时间，可能需要30秒。如果我的Lambda函数将等待30秒的响应，而它恰好在冷启动时触发算法函数，那将是非常昂贵和浪费的。编辑:在大多数情况下(除了算法算法从冷启动加载需要一段时间的情况外)，延迟是一个问题，我不能用一些变通的方法来增加延迟，用<
浏览 4提问于2017-05-07得票数 4
1回答
据我所知，推荐系统大致分为协作系统和内容系统。协作又分为1)内存(使用相似度量)和2)模型(众所周知的矩阵/张量分解)。基于内容的方法包括构造用户配置文件，然后使用支持向量机( SVM )等算法对项目进行分类和推荐。下面是我的问题：我能用神经网络吗？(理解他们对我来说有点困难)
神经网络( NN )只适用于文本和图像处理，数值数据不需要像NN这样复杂的算法，这是真的吗？
浏览 0提问于2017-02-22得票数 1
回答已采纳
给定Firebase函数，在不导致冷启动的情况下，失败事件(意图重试)的正确方法是什么？
考虑到功能通常依赖于第三方服务，而这些服务可能不是100%可靠的，我不希望我的功能因短暂的下游错误而因冷启动而招致进一步的惩罚。这甚至是一个推荐的策略吗？我正在使用Firestore，所以我考虑将可还原的事件存储在一个临时集合中，这个
浏览 5提问于2020-11-20得票数 2
回答已采纳
4回答
C++中的协同过滤库
、、、
你们中有谁知道一些很好的特定库，其中包含专门针对协作过滤/推荐系统的通用算法的实现，这些算法是用C++编写的
所以就像机器学习库一样，只是它是专门针对协同过滤和/或推荐系统的
浏览 0提问于2011-05-09得票数 0
回答已采纳
最近，我正在研究推荐系统和机器学习算法的评估，试图为我的硕士学位的研究确定一个范围。经过一段时间的阅读，我开始理解几个概念，但有一件事我不太清楚：另外，如果你能提出一些我能读到的论文，我将非常感激。
浏览 0提问于2019-03-12得票数 6
回答已采纳
2回答
评估推荐引擎
、、、、
在开发推荐系统时，评价和比较不同算法的标准方法是什么？我们是否需要有一个预先标注的排名数据集，然后比较不同算法的精确/召回/F度量？这是最好的评估方法吗？或者有没有其他方法来比较各种推荐算法的结果？
浏览 0提问于2014-11-26得票数 8
需要关于集群模型的建议。有一个customers列表，customers有一个产品列表，每个产品都包含几个单词->。我希望根据活动类型将客户端集群到几个组中-即按常规主题。 您如何将这样的模型引入到向量中，例如K-means？ 到目前为止，我的假设是-将每个单词转换为快速文本向量，例如在TF-IDF上选择前100个单词，然后将* 100 (快速文本向量的大小)加上100个单词，这将产生10,000列。也许是计算上更经济的东西？
浏览 10提问于2019-12-24得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
