BasicSVD 用户特征: 一组实向量, 描述了用户对具备属性a,b,c,...的电影的偏好程度 user(Xa, Xb, Xc,...) 电影特征: 一组实向量, 描述了电影队属性a,b,c,...的符合程度 movie(Xa, Xb,Xc,...) 用户对电影的评分预测值, 就是上述两个向量的 ...
分类：
编程语言 时间：
2018-03-27 12:35:02
阅读次数：
215
一、音乐推荐 1、传统的方式：基于suprise 协同过滤（各种版本）、SVD、矩阵分解 2、基于word2vec，用每个歌单中的song_id，作为一个样本，训练song2vec向量，进而求取相似歌曲， 用户兴趣推荐，根据用户喜欢的歌曲，将时间轴权重，歌曲热度权重叠加到song2vec相似歌曲的相 ...
分类：
其他好文 时间：
2018-03-26 19:17:25
阅读次数：
168
一、问题描述 给定一个矩阵、要求螺旋型输出矩阵结果。 例子：给定矩阵[[1,2,3],[4,5,6],[7,8,9]]。输出结果为1,2,3,6,9,8,7,4,5。 二、问题解决 将矩阵分解成多个嵌套的空心矩形来遍历，将每个空心矩形的遍历分为四个部分：向右增长，向下增长，向左增长，向上增长。（代码 ...
分类：
其他好文 时间：
2018-03-04 16:06:29
阅读次数：
201
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
一般在推荐系统中，数据往往是使用 用户 物品 矩阵来表示的。用户对其接触过的物品进行评分，评分表示了用户对于物品的喜爱程度，分数越高，表示用户越喜欢这个物品。而这个矩阵往往是稀疏的，空白项是用户还未接触到的物品，推荐系统的任务则是选择其中的部分物品推荐给用户。 （markdown写表格太麻烦了，直接 ...
分类：
编程语言 时间：
2018-02-26 23:23:11
阅读次数：
248
本文介绍了机器学习中基本的优化算法—梯度下降算法和随机梯度下降算法，以及实际应用到线性回归、Logistic回归、矩阵分解推荐算法等ML中。 梯度下降算法基本公式 常见的符号说明和损失函数 X :所有样本的特征向量组成的矩阵 x(i) 是第i个样本包含的所有特征组成的向量x(i)=（x(i)1,x( ...
分类：
编程语言 时间：
2018-01-31 14:39:56
阅读次数：
221
中文简单介绍：本文对怎样基于情感分析和概率矩阵分解从网络论坛讨论中挖掘用户关系进行了深入研究。论文出处：NAACL'13.英文摘要： Advances in sentiment analysis have enabled extraction of user relations implied in ...
分类：
其他好文 时间：
2018-01-27 21:18:46
阅读次数：
159
ALS矩阵分解 http://blog.csdn.net/oucpowerman/article/details/49847979 http://www.open-open.com/lib/view/open1457672855046.html 一个的打分矩阵 A 可以用两个小矩阵和的乘积来近似,描 ...
分类：
其他好文 时间：
2018-01-20 16:28:11
阅读次数：
213
SVD解读 转载于刘建平 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 ...
分类：
编程语言 时间：
2018-01-13 12:45:12
阅读次数：
242
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：
2017-11-27 15:12:49
阅读次数：
174
