提供推荐——协作型过滤 一、协作型过滤 一个协作型过滤算法通常的做法是对一大群人进行搜索，并从中找出与我们品味相近的一群人。然后对这些人的偏好内容进行考查，并将它们组合起来构造出一个经过排名的推荐列表。 1. 搜集偏好 2. 寻找相近的用户 欧几里得距离评价 皮尔逊相关度评价 3. 为相近用户打分排 ...
分类：
其他好文 时间：
2018-06-18 19:20:37
阅读次数：
188
概述 基于内容的图像检索技术是采用某种算法来提取图像中的特征，并将特征存储起来，组成图像特征数据库。当需要检索图像时，采用相同的特征提取技术提取出待检索图像的特征，并根据某种相似性准则计算得到特征数据库中图像与待检索图像的相关度，最后通过由大到小排序，得到与待检索图像最相关的图像，实现图像检索。图像 ...
分类：
其他好文 时间：
2018-06-13 11:36:22
阅读次数：
256
本文介绍利用Java的第三方API JUNG 计算图中： closeness centrality；// 图中某节点的 接近中心性/亲密中心性 betweenness centrality；// 图中某节点的 中介中心性/介数中心性 distance; // 图中两节点的最短距离 eccentric ...
分类：
其他好文 时间：
2018-06-07 11:32:25
阅读次数：
251
原kaggle比赛地址：https://www.kaggle.com/c/titanic 原kernel地址：A Data Science Framework: To Achieve 99% Accuracy 首先我们绘制出皮尔森系相关度的热力图，关于皮尔森系数可以翻阅资料，是一个很简洁的判断相关度 ...
分类：
其他好文 时间：
2018-05-10 17:17:22
阅读次数：
264
Created by yinhongyu at 2018 4 28 email: hyhyin@163.com 使用jieba和sklearn实现了tf idf的计算 1 读取数据文件 数据爬取自新浪新闻，以"中美贸易战"为关键词，按照相关度搜索，爬取了搜索结果的前100页新闻的正文； 标题 来源 ...
分类：
其他好文 时间：
2018-04-28 14:19:01
阅读次数：
612
自然语言处理任务数据集 keywords: NLP, DataSet AI Challenger 英中翻译评测 适用领域：机器翻译 规模最大的口语领域英中双语对照数据集。提供了超过1000万的英中对照的句子对作为数据集合。所有双语句对经过人工检查，数据集从规模、相关度、质量上都有保障。 训练集：10 ...
分类：
编程语言 时间：
2018-04-19 23:56:50
阅读次数：
1651
在获取数据，并且完成数据的清洗之后，首要的事就是对整个数据集进行探索性的研究，这个过程中会利用到各种描述性统计量和推断性统计量来初探变量间和变量内部的基本关系，本篇笔者便基于R，对一些常用的数据探索方法进行总结： 1.描述性统计量部分 1.1 计算描述性统计量的常规方法 summary() summ ...
分类：
其他好文 时间：
2018-03-30 21:58:23
阅读次数：
206
C#比较两个字符串的相似度【转】 原文地址：http://www.2cto.com/kf/201202/121170.html 我们在做数据系统的时候，经常会用到模糊搜索，但是，数据库提供的模糊搜索并不具备按照相关度进行排序的功能。 现在提供一个比较两个字符串相似度的方法。通过计算出两个字符串的相似 ...
mysql5.6 innlDB 在CHAR、VARCHAR、TEXT类型的列上可以定义全文索引，但因为无法中文分词所以对中文的支持很差，但从MySQL5.7开始，MySQL内置了ngram全文检索插件，用来支持中文分词，并且对MyISAM和InnoDB引擎有效。 在没法升级5.7的情况下，5.6有变 ...
分类：
数据库 时间：
2018-03-20 12:46:48
阅读次数：
295
对相关度评分进行调节和优化的常见的4种方法 一、query-time boost, 如果认为某一个term的比较重要，就把这个term的权重设的大一点，也就是把boost的值设的大一点。 GET /forum/article/_search { "query": { "bool": { "shoul... ...
分类：
其他好文 时间：
2018-03-08 17:26:05
阅读次数：
164
