各大推荐引擎资料汇总
来源:互联网 发布:淘宝能寄到国外吗 编辑:程序博客网 时间:2024/06/07 16:13
最近在做一个推荐的任务,头绪繁多,回头看看同行的工作,希望能有些帮助。
零零碎碎看过好多资料,有些已经忘记了,会慢慢补全。
欢迎大家留言补充。也欢迎同行加我微博进行交流。
(最近发现各家推荐技术进步很快,这里整理的可能已经是过去时了,不过最近不搞这个,没有精力补充了。)
视频类
Netflix:很多方法的融合,策略可以参考我翻译的blog,架构参考小鱼儿师兄的blog。
Hulu:主要是item based CF,参考官方博客上的文章。
Youtube:开始是random walk,后来改为类似item based CF的方法,这是他们算法团队发表的论文。recsyschina上的点评, 豆瓣阿稳的点评。
图书类
Amazon:好多方法都用了,主要是 item based CF,参考Greg Linden的论文。这里讨论了一下其推荐系统的有效性;另外,这篇博客有一个简要的讨论,包含pandora的推荐方法。
资讯类
google news:用了CF和bayesian的方法:CF论文,bayesian论文。
digg:算法是 热门度+topic driven user based CF,官方博客找不到了,算法说明在这里。项亮的点评。
zite:可以参考这里。
音乐类
last.fm:用的是CF,参考这里。
yahoo music:参考Koren的论文。
pandora:音乐基因项目,主要依赖专家标注。参考这里,和这里,以及一篇对比的文章。
社交类
facebook:算法叫Edgerank, 参考这里和这里。
twitter:主要场景是推荐其它用户,参考官方介绍,以及quora上的讨论。
linkedin:Quora上有一个详细的说明。负责人Christian Posse在kdd2012上的slides。或者参考他们刚发表的论文。
综合推荐
stumbleupon: 参考这里,网页上的图打不开了,放在下面。其实就是3条线:hot、friend-cf、user-cf。这里有一篇综述的文章。
最后,以下是几篇不错的关于推荐系统的文章。
比较杂的:相关性时代,推荐系统的机会,推荐系统的挑战,无处不在的推荐,推荐系统微观点
豆瓣阿稳的:推荐算法与推荐产品,集体智慧vs专家智慧,推荐算法vs过滤系统
葫芦项亮的:推荐方面的资源,推荐算法有效性
- 各大推荐引擎资料汇总
- 【转载】各大推荐引擎资料汇总
- 各大推荐引擎资料汇总
- 各大推荐引擎资料汇总
- 各大推荐引擎资料汇总
- 各大推荐引擎资料汇总
- [置顶] 各大推荐引擎资料汇总
- 各大推荐引擎资料汇总
- 各大推荐引擎资料汇总(转)
- 各大推荐引擎 整理
- 推荐引擎测试数据汇总
- 推荐引擎mahout相关资料
- 推荐引擎的学习资料
- 介绍推荐引擎的资料
- 推荐引擎的学习资料
- 编码资料大汇总
- kotlin项目推荐 资料汇总
- TimesTen学习资料大汇总
- codevs1051
- android自定义控件
- 欢迎使用CSDN-markdown编辑器
- mybatis的dao接口实现小结
- WPF 基础到企业应用系列5——WPF千年轮回 续前缘
- 各大推荐引擎资料汇总
- Cocos2dx.3x入门三部曲-Hello Game项目解析(三)
- ubuntu12.04管理员账户登录不了桌面,只能客人会话登录
- Android学习笔记之——Notification.Builder类的用法
- a+b 4
- POJ 3250 Bad Hair Day(单调栈)
- oracle中带有特殊符号的模糊查询
- Fragment基础部分
- centos下vsftpd配置root登陆