推荐算法举个简单的例子，比如有个用户进来看了一堆内容，我们把他看的所有的历史行为，嵌入到推荐引擎当中去。这个推荐引擎就会生成个性化的频道，下次这个用户再登录，或者都不用下一次，过几分钟之后，他看到的内容就会根据他最近发生的历史行为发生变化，这就是推荐系统的基本逻辑。这种方法叫基于用户行为的推荐，当然 ...
分类：
编程语言 时间：
2017-05-07 13:03:05
阅读次数：
299
在协同过滤推荐算法总结中，我们讲到了用图模型做协同过滤的方法，包括SimRank系列算法和马尔科夫链系列算法。现在我们就对SimRank算法在推荐系统的应用做一个总结。 1. SimRank推荐算法的图论基础 SimRank是基于图论的，如果用于推荐算法，则它假设用户和物品在空间中形成了一张图。而这 ...
分类：
编程语言 时间：
2017-05-03 17:24:52
阅读次数：
227
学习hadoop，首先我们要知道hadoop是什么？ 说到底Hadoop只是一项分布式系统的工具，我们在学习的时候要理解分布式系统设计中的原则以及方法，只有这样才能以不变应万变。再一个就是一定要动手，有什么案例，有什么项目一定要亲自动手去敲。 学习的时候不要害怕遇到问题，问题是最好的老师。其实学习的 ...
分类：
其他好文 时间：
2017-04-25 14:56:23
阅读次数：
175
常见的推荐引擎算法： simHash 算法：推荐算法—协同过滤；simHash原理 ...
分类：
其他好文 时间：
2017-04-24 10:00:36
阅读次数：
126
R语言：recommenderlab包的总结与应用案例 R语言：recommenderlab包的总结与应用案例 1. 推荐系统：recommenderlab包整体思路recommenderlab包提供了一个可以用评分数据和0-1数据来发展和测试推荐算法的框架。它提供了几种基础算法，并可利用注册机制允 ...
分类：
编程语言 时间：
2017-04-13 11:04:40
阅读次数：
339
在协同过滤推荐算法总结中，我们讲到了用矩阵分解做协同过滤是广泛使用的方法，这里就对矩阵分解在协同过滤推荐算法中的应用做一个总结。(过年前最后一篇！祝大家新年快乐！明年的目标是写120篇机器学习，深度学习和NLP相关的文章) 1. 矩阵分解用于推荐算法要解决的问题 在推荐系统中，我们常常遇到的问题是这 ...
分类：
编程语言 时间：
2017-04-07 18:24:09
阅读次数：
314
无论是机器学习、模式识别、数据挖掘、统计学习、计算机视觉、语音识别、自然语言处理都涉及到算法。 1.树：决策树(Decision Tree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。 ...
分类：
编程语言 时间：
2017-04-01 16:54:44
阅读次数：
209
目前，主要的推荐方法包括：基于内容的推荐、协同过滤推荐、基于关联规则的推荐、基于效用的推荐、基于知识的推荐和组合推荐。 基于内容的推荐 基于内容的推荐（Content-based Recommendation）是信息过滤技术的延续与发展，它是建立在项目的内容信息上作出推荐的，而不需要依据用户对项目的 ...
分类：
编程语言 时间：
2017-04-01 01:04:15
阅读次数：
199
推荐算法是否是影响广告系统价值的唯一因素？是否还有其他因素在影响广告系统的价值？甚至这些因素比推荐算法更加重要？
分类：
移动开发 时间：
2017-03-30 11:55:39
阅读次数：
255
寻找相似用户 1.曼哈顿距离:计算速度快，对于Facebook这样需要计算百万用户之间的相似度时就非常有利 最简单的距离计算方式是曼哈顿距离。在二维模型中，每个人都可以用(x, y)的点来表示，这里我用下标来表示不同的人，(x1, y1)表示艾米，(x2, y2)表示那位神秘的X先生，那么他们之间的 ...
分类：
编程语言 时间：
2017-03-29 23:57:02
阅读次数：
391
