Mahout协同过滤算法 Mahout使用了Taste来提高协同过滤算法的实现，它是一个基于Java实现的可扩展的，高效的推荐引擎。Taste既实现了最基本的基于用户的和基于内容的推荐算法，同时也提供了扩展接口，使用户可以方便的定义和实现自己的推荐算法。同时，Taste不仅仅只适用于Java应用程序 ...
分类：
编程语言 时间：
2018-04-21 13:28:30
阅读次数：
228
基本思想 基于用户的协同过滤算法是通过用户的历史行为数据发现用户对商品或内容的喜欢(如商品购买，收藏，内容评论或分享)，并对这些喜好进行度量和打分。根据不同用户对相同商品或内容的态度和偏好程度计算用户之间的关系。在有相同喜好的用户间进行商品推荐。简单的说就是如果A,B两个用户都购买了x、y、z三本图 ...
分类：
编程语言 时间：
2018-04-06 23:41:09
阅读次数：
356
参考资料 【1】《Spark MLlib 机器学习实践》 【2】http://blog.csdn.net/u011239443/article/details/51752904 【3】线性代数-同济大学 【4】基于矩阵分解的协同过滤算法 https://wenku.baidu.com/view/61 ...
分类：
编程语言 时间：
2018-03-03 12:23:33
阅读次数：
243
协同过滤推荐算法是一种主流的、目前广泛应用在工业界的推荐算法。 一般，协同过滤推荐分为三种类型。 1.基于用户(user based)的协同过滤 基于用户的协同过滤算法，主要考虑的是用户和用户之间的相似度，只要找出与目标用户相似度高的其他用户，根据相似用户喜欢的物品，预测目标用户对对应物品的评分，就 ...
分类：
编程语言 时间：
2018-02-26 23:17:54
阅读次数：
270
[机器学习]推荐系统之协同过滤算法 在现今的推荐技术和算法中，最被大家广泛认可和采用的就是基于协同过滤的推荐方法。本文将带你深入了解协同过滤的秘密。下面直接进入正题. 1. 什么是推荐算法 推荐算法最早在1992年就提出来了，但是火起来实际上是最近这些年的事情，因为互联网的爆发，有了更大的数据量可以 ...
分类：
编程语言 时间：
2018-02-08 17:51:57
阅读次数：
224
步骤： 1． 建立物品的同现矩阵A，即统计两两物品同时出现的次数 数据格式：Item_id1:Item_id2 次数 2． 建立用户对物品的评分矩阵B，即每一个用户对某一物品的评分 数据格式：Item_id user_id:preference 3． 推荐结果=物品的同现矩阵A * 用户对物品的评分 ...
分类：
编程语言 时间：
2018-02-01 00:21:33
阅读次数：
209
推荐算法大致可以分为以下几类： 基于流行度的算法 协同过滤算法 基于内容的算法 基于模型的算法 混合算法 基于流行度的算法 协同过滤算法 基于内容的算法 基于模型的算法 混合算法 ...
分类：
编程语言 时间：
2017-12-13 02:01:22
阅读次数：
159
一:推荐算法分类： 1.按数据使用划分： 协同过滤算法：UserCF, ItemCF, ModelCF 基于内容的推荐: 用户内容属性和物品内容属性 社会化过滤：基于用户的社会网络关系 协同过滤算法：UserCF, ItemCF, ModelCF 基于内容的推荐: 用户内容属性和物品内容属性 社会化 ...
分类：
编程语言 时间：
2017-11-04 19:23:24
阅读次数：
172
前一文中已经对推荐算法做了个简单的介绍，最常用的就是协同过滤，可分为基于用户的或者基于作品的。我以mahout对这两个算法进行了测试，发现只用这两个算法来完成推荐的工作，还远远不够。这两算法有以下问题待解决: 1.数据源的广度和精度。 算法需要大量的user_id,product_id,like_n ...
分类：
其他好文 时间：
2017-10-10 19:13:34
阅读次数：
176
