推荐系统第2周笔记
来源:互联网 发布:arm c语言编程实例 编辑:程序博客网 时间:2024/05/18 03:52
分类:基于应用领域分类
基于设计思想
基于使用何种数据
协同过滤的基本思想:
协同过滤一般是在海量的用户中发掘出一小部分和你品位比较类似的,在协同过滤中,这些用户成为邻居,然后根据他们喜欢的其它东西组织成一个排序的目录作为推荐给你。
实现协同过滤的步骤:
收集用户的偏好
找到相似的用户和物品
计算推荐
收集用户偏好的方法:
评分、投票、转发、保存书签、标记书 签、评论、点击流、东西停留时间、购买
相似度(基于用户的CF和基于物品的CF):
基于距离的计算相似度(欧几里得空间)、基于相关系数计算相似度(皮尔逊相关系数)、基于夹角余弦计算相似度、基于Tanimoto系数计算相似度
把数据看成空间中的向量(降噪,归一化)
邻居(用户、物品)的圈定:
固定数量的邻居:K-neighborhoods
基于相似度门槛的邻居:Threshold-based neighborhoods
推荐算法:
基于用户的协同过滤算法UserCF(社交网络)
基于物品的协同过滤算法ItemCF(电子商务采用最广泛)
基于物品的协同过滤算法ItemCF实现:
分为2个步骤:
1、计算物品之间的相似度
2、根据物品的相似度和用户的历史行为给用户生成推荐列表
同现度:同一个用户对不同的两个物品都进行评价
Slope One:把用户之间的评分看成是简单的线性关系
Mahout推荐的算法:
0 0
- 推荐系统第2周笔记
- coursera-斯坦福-机器学习-吴恩达-第9周笔记(下)-推荐系统
- Coursera ML笔记 -----week9-2 推荐系统
- 《推荐系统手册》笔记
- 推荐系统笔记
- 【炼数成金-推荐系统笔记】
- 推荐系统概述笔记
- 推荐系统笔记
- 推荐系统-笔记(上)
- 推荐系统入门笔记
- 推荐系统知识笔记
- mahout in action[中文] 第2章 推荐系统简介
- 推荐系统:技术、评估及高效算法 第2章
- 《集体智慧编程》第2章 提供推荐 个人笔记
- 《推荐系统实践》 阅读笔记
- 《推荐系统实践》的笔记
- 《推荐系统实践》的笔记
- 推荐系统的学习笔记
- ubuntu 下安装NVIDIA显卡驱动出现X service error问题解决方法
- 贪吃蛇
- 关于java的n=n++问题
- Unity UGUI —— 无限循环List
- Atom 编辑器在新的标签页(tab)打开文件
- 推荐系统第2周笔记
- MFC框架互操作机制记录
- 生成任意值到任意值的随机数
- 局部内部类之内部类和匿名内部类比较
- Android MVP设计模式的最佳实现
- NoSQL数据库介绍(7)
- 手把手教你开发chrome扩展一:开发Chrome Extenstion其实很简单
- Implementing Redlines(Android)
- AdoConnection连接池的使用