首页
学习
活动
专区
圈层
工具
发布
综合排序最热优先最新优先
时间不限
推荐系统推荐系统概述
— 哈珀·李 许多人把推荐系统视为一种神秘的存在,他们觉得推荐系统似乎知道我们的想法是什么。Netflix 向我们推荐电影,还有亚马逊向我们推荐该买什么样的商品。 推荐系统从早期发展到现在,已经得到了很大的改进和完善,以不断地提高用户体验。尽管推荐系统中许多都是非常复杂的系统,但其背后的基本思想依然十分简单。 推荐系统是什么? 如何构建一个推荐系统? 现在已经有很多种技术来建立一个推荐系统了,我选择向你们介绍其中最简单,也是最常用的三种。他们是:一,协同过滤;二,基于内容的推荐系统;三,基于知识的推荐系统。 混合推荐系统 文章到目前为止所介绍的不同类型的推荐系统都各有优劣,他们根据不同的数据给出推荐。一些推荐系统,如基于知识的推荐系统,在数据量有限的冷启动环境下最为有效。 推荐系统与AI? 推荐系统常用于人工智能领域。推荐系统的能力 – 洞察力,预测事件的能力和突出关联的能力常被用于人工智能中。另一方面,机器学习技术常被用于实现推荐系统
黄博的机器学习圈子
2021-07-07
2.7K0
标签:
推荐系统
本文结构: 推荐系统 常用方法 简介 模型 cost, gradient 表达式 代码实现 应用实例 参考: Coursera-Andrew Ng 的 Machine Learning Sirajology 推荐系统 根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。 为用户节省时间,还能挖掘可能用户自己都不知道的潜在兴趣点。 生活中的例子:喜马拉雅上根据我听过的书推荐相关的内容,效果不错,推荐的很多我都会订阅。Youtube上根据我看过的视频推荐内容,如果我在追剧,它会把最新的剧集放在我首页,还有我可能感兴趣的电影。 还有很多例子和方法,以及冷启动等关键问题,推荐大家看《推荐系统实战》这本书,之前去听新浪微博的分享,这本书是他们推荐系统部门的必备材料。 ---- 2. 基于内容,物品,用户的推荐就是把相关的特征表达为向量形式后,计算它们之间的距离,根据相似度高的来为你推荐。 ?
杨熹
2018-04-02
1.8K0
标签:
推荐系统篇】--推荐系统之训练模型
经过之前的训练数据的构建可以得到所有特征值为1的模型文件,本文将继续构建训练数据特征并构建模型。
LhWorld哥陪你聊算法
2018-09-13
1.7K0
标签:
推荐系统推荐系统中的图网络模型
整理:极验 作者:Roxana Pamfil 在互联网时代,推荐系统无处不在。不仅可以向用户推荐实体商品,还可以推荐电影、歌曲、新闻报道、酒店旅行等,为用户提供量身定制的选择。 这些系统中有许多都涉及了协同过滤——根据其他相似用户的偏好向用户推荐 item。推荐系统的背后还用到了包括矩阵分解、邻域方法以及各种混合方法。 通过在这样的网络中进行边预测,可以解决两个重要的业务问题: 1、Recommendations ——我们应该给用户推荐哪些新商品? 网络和社区结构 网络是系统的抽象表示,其中称为节点的对象通常以成对的方式通过边相互交互。 一项重要任务是预测新的边,可以将其引入推荐系统和针对性的促销活动。在计算性能方面,社区检测是我们描述的过程中最耗时的部分。 该 network 方法的主要优势在于它不受监督。
zenRRan
2019-12-11
2.4K0
标签:
推荐系统评价:什么是好的推荐系统
但一个系统的好坏往往需要全链路的评定,贯穿于用户的整个交互过程。之所以说好的推荐系统更难定义,是因为虽然算法是核心,但是个性化推荐往往不止由算法构成,这背后需要各种技术支撑。 宗旨:服务提供方与消费方的双赢 推荐系统是一个多方交互的复杂系统,有很多因素能够对推荐系统的效果产生影响,本文试对这些因素中的一些代表性因素进行简单的阐述分析。 ▌宏观 从宏观上来看,好的推荐系统就是满足用户的需求,帮助其进行路径优化与兴趣发现。微观上来讲,好的推荐系统一定是再为产品服务,不同的产品阶段,我们需要确立不同的推荐系统目标及评价体系。 推荐系统角度 1) 长尾挖掘 挖掘必然是推荐需要去完成的一件事,长尾作为大头的存在,分发过程中需要将把握,或者说长尾挖掘是好的推荐系统需要去完成的任务。 所以在推荐的过程中我们会根据推荐的主体不同做更多的推荐策略算法和系统的适配,最终去推动。
石晓文
2019-06-24
3.4K0
标签:
推荐系统篇】--推荐系统之测试数据
一、前述 线上模型部分根据用户的行为数据进行推荐,相当于测试数据 二、具体代码 package com.alibaba.dubbo.demo.impl; import com.alibaba.dubbo.demo.RcmdService
LhWorld哥陪你聊算法
2018-09-13
1.1K0
标签:
推荐系统实践系列 | 一、推荐系统流程设计
推荐系统主要解决的是信息过载问题,目标是从海量物品筛选出不同用户各自喜欢的物品,从而为每个用户提供个性化的推荐推荐系统往往架设在大规模的业务系统之上,不仅面临着用户的不断增长,物品的不断变化,而且有着全面的推荐评价指标和严格的性能要求(Netflix 的请求时间在 250 ms 以内,今日头条的请求时间在 200ms 为了解决如上这些问题,推荐系统通常被设计为三个阶段:召回、排序和调整,如下图所示: ? 这里以文章推荐系统为例,讲述一下推荐系统的完整流程,如下图所示: ? 同步业务数据 为了避免推荐系统的数据读写、计算等对应用产生影响,我们首先要将业务数据从应用数据库 MySQL 同步到推荐系统数据库 Hive 中,这里利用 Sqoop 先将 MySQL 中的业务数据同步到推荐系统
张小磊
2020-04-20
2.8K0
标签:
窥探推荐系统
本文将深入介绍推荐系统的工作原理,和其中涉及的各种推荐机制,以及它们各自的优缺点和适用场景,帮助用户清楚的了解和快速构建适合自己的推荐系统。 又或者他们需要更加符合他们个人口味和喜好的结果,因此出现了推荐系统,与搜索系统对应,大家也习惯称它为推荐系统。 2 推荐系统 推荐系统利用特殊的信息过滤技术,将不同的物品或内容推荐给可能对它们感兴趣的用户。 这是一个最基本的推荐系统分类,其实大部分人们讨论的推荐系统都是关于个性化的推荐系统,因为从根本上说,只有个性化的推荐系统才是更加智能的信息发现过程。 推荐系统的魔力在于你不清楚在这个推荐背后,系统到底记录和推理了些什么。
JavaEdge
2018-12-26
7950
标签:
窥探推荐系统
本文将深入介绍推荐系统的工作原理,和其中涉及的各种推荐机制,以及它们各自的优缺点和适用场景,帮助用户清楚的了解和快速构建适合自己的推荐系统。 又或者他们需要更加符合他们个人口味和喜好的结果,因此出现了推荐系统,与搜索系统对应,大家也习惯称它为推荐系统。 2 推荐系统 推荐系统利用特殊的信息过滤技术,将不同的物品或内容推荐给可能对它们感兴趣的用户。 这是一个最基本的推荐系统分类,其实大部分人们讨论的推荐系统都是关于个性化的推荐系统,因为从根本上说,只有个性化的推荐系统才是更加智能的信息发现过程。 推荐系统的魔力在于你不清楚在这个推荐背后,系统到底记录和推理了些什么。
JavaEdge
2022-11-30
5330
标签:
推荐系统初探
在深坑外围徘徊了一周后,我整理了一些推荐系统的基本概念以及一些有代表性的简单的算法,作为初探总结,也希望能抛砖引玉,给同样想入坑的伙伴们提供一些思路。 1. 什么是推荐系统推荐系统是啥? 没错,猜你喜欢、个性歌单、热点微博,这些都是推荐系统的输出内容。从这些我们就可以总结出,推荐系统到底是做什么的。 * 目的1. 因此我们需要推荐系统来帮助用户过滤掉低价值的信息。 * 目的3. 提高站点的点击率/转化率 * 好的推荐系统能让用户更频繁地访问一个站点,并且总是能为用户找到他想要购买的商品或者阅读的内容。 当有一名新用户或者新物品进入系统时,推荐将无从依据; 在一些item生存周期短(如新闻、广告)的系统中,由于更新速度快,大量item不会有用户评分,造成评分矩阵稀疏,不利于这些内容的推荐。 比如当推荐的内容里包含敏感词汇、涉及用户隐私的内容等等,就需要系统将其筛除;若数次推荐后用户依然对某个item毫无兴趣,我们就需要将这个item降低权重,调整排序;另外,有时系统还要考虑话题多样性的问题
星回
2018-08-02
1.4K1
标签:
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档