从0开始做垂直O2O个性化推荐 上次以58转转为例，介绍了如何从0开始如何做互联网推荐产品（回复“推荐”阅读），58转转的宝贝为闲置物品，品类多种多样，要做统一的宝贝画像比较难，而分类别做宝贝画像成本又非常高，所以更多的是进行用户画像、分类预测推荐、协同过滤推荐等个性化推荐。 有些同学反馈，他们的产 ...
分类：
其他好文 时间：
2017-12-25 17:03:57
阅读次数：
205
协同过滤推荐算法分为基于用户的协同过滤推荐UserCF和基于物品的协同过滤推荐ItemCF。介绍见《协同过滤的实现步骤》 ...
分类：
编程语言 时间：
2017-07-14 23:10:39
阅读次数：
247
1. 推荐给PM的协同过滤推荐页面，也可以再看看，复习一下： https://www.zhihu.com/question/19971859 2. 其他的推荐算法和内容 ...
分类：
编程语言 时间：
2017-06-28 21:43:06
阅读次数：
153
隐性反馈行为数据的协同过滤推荐算法 《Collaborative Filtering for Implicit Feedback Datasets》论文笔记 本文是我阅读《CollaborativeFiltering for Implicit Feedback Datasets》论文的笔记，介绍的是 ...
分类：
编程语言 时间：
2017-05-24 18:31:53
阅读次数：
1033
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
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
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
在矩阵分解在协同过滤推荐算法中的应用中，我们对矩阵分解在推荐算法中的应用原理做了总结，这里我们就从实践的角度来用Spark学习矩阵分解推荐算法。 1. Spark推荐算法概述 在Spark MLlib中，推荐算法这块只实现了基于矩阵分解的协同过滤推荐算法。而基于的算法是FunkSVD算法，即将m个用 ...
分类：
编程语言 时间：
2017-02-04 16:18:47
阅读次数：
289
总的来说，信息爆炸，产生了信息过载。解决的方法主要有两类：检索和推荐。检索是主动的有目的的、意图明确，推荐是非主动的、意图不明确。 推荐方面最经典的，就是协同过滤推荐了。我博客这里有两篇，一篇偏理论，一篇讲ALS实战。 《协同过滤 CF & ALS 及在Spark上的实现》 《协同过滤 & Spar ...
分类：
编程语言 时间：
2017-01-07 01:27:34
阅读次数：
154
链接：http://www.zhihu.com/question/20326697/answer/58148605 推荐算法大致可以分为三类：基于内容的推荐算法、协同过滤推荐算法和基于知识的推荐算法。 基于内容的推荐算法，原理是用户喜欢和自己关注过的Item在内容上类似的Item，比如你看了哈利波特 ...
分类：
编程语言 时间：
2016-09-30 02:12:43
阅读次数：
176
