”项亮“ 的搜索结果

     学习项亮推荐系统实践第一章第二章内容。 总结王喆深度学习推荐系统第二章 传统推荐模型相关知识 对Python实现的基于用户的CF，用户相似度计算的改进 对于Python实现的基于item的CF，引入物品相似度的归一化 详细...

     前言说起本书，还要追溯到2010年3月份的ResysChina推荐系统大会。在那次会议上，我遇到了刘江老师。刘老师看过我之前写的一些推荐系统方面的博客，希望我能

     前言说起本书，还要追溯到2010年3月份的ResysChina推荐系统大会。在那次会议上，我遇到了刘江老师。刘老师看过我之前写的一些推荐系统方面的博客，希望我能

     【推荐系统实践】 主要科普了到底什么是推荐系统，以及什么是一个好的推荐系统（1.1） 其次向我们介绍了一些日常生活中常见的推荐系统（1.2 应用） 推荐系统设计出来之后，怎么评判“好”呢，于是介绍了推荐系统的...

     【学习周报】总结自己的学习和遇到的好材料。往期回顾：学习周报20200517 | 搜索梳理、推荐、风控学习周报20200525 | 用户画像，推荐系统学习周报20200605 | DLR...

     项亮前辈的《推荐系统实战》来当作入门的第一本书还是很合适的，这段时间在断断续续的抽空阅读了一遍。本书写的浅显易懂，很好的勾勒出了推荐引擎十年前的主流算法，以及工业推荐系统是如何打磨的。从这个角度讲，...

     把多种原始日志按照用户行为汇总成会话日志，汇总后生成描述用户用户行为的会话日志，记录了用户的各种行为。用户行为在个性化推荐中分为：显性反馈行为、隐形反馈行为数据集：无上下文信息的隐性反馈数据集、无上...

     7.1 外围架构 7.2 推荐系统架构 基于特征的推荐系统架构 ...用户喜欢的物品、用户相似的用户也可以抽象成特征；...基于特征的推荐系统核心任务就被拆解成两部分，一个是如何为给定用户生成特征，另一个是如何根据...

     联系用户与物品的几种途径： 打标签：专家；普通用户（UGC，user generated content） 4.1 UGC标签系统的代表应用 4.1.1 delicious：用户给每个网页打标签 4.1.2 citeulike：论文打标签 ...标签系统最大优...

     最近拜读了项亮博士的《推荐系统实战》，收获很大，整理了一系列的博客。将各章节的链接放在下面，欢迎查看、交流。本文主要总结了1-6章的主要思路，并思维导图绘制。 《推荐系统实战》、《集体智慧编程》、思维导图...

     目录 6.1 获取社交网络数据的途径 6.2 社交网络数据简介 6.3 基于社交网络的推荐 6.4 给用户推荐好友 6.5 扩展阅读 社交网络的重要性，广告推荐举例：第（3）效果最好。 （1）xxx个用户关注 ...6.1 获取...

     标签应用：一种是让作者或专家给物品打标签；另一种是让普通用户给物品打标签（UGC）。当一个用户对一个物品打上标签，这个标签一方面描述了用户的兴趣，另一方面则表示了物品的语义，从而将用户和物品联系了起来。...

     目录 第1章 好的推荐系统 1.1 什么是推荐系统 1.2 个性化推荐系统的应用 1.2.1 电子商务 1.2.2 电影和视频网站 1.2.3 个性化音乐网络电台 1.2.4 社交网络 1.2.5 个性化阅读 1.2.6 基于位置的服务 ...1.3.3...

     目录 7.1 外围架构 7.2 推荐系统架构 7.3 推荐引擎的架构 7.1 外围架构 ...如果将这3种方式都抽象一下就可以发现，如果认为用户喜欢的物品也是一种用户特征，或者和用户兴趣相似的其他用户也是一种用户特征，那么...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1  

推荐文章