`

各大推荐引擎资料汇总

 
阅读更多

 

各大推荐引擎资料汇总

分类: 推荐系统

最近在做一个推荐的任务,头绪繁多,回头看看同行的工作,希望能有些帮助。

零零碎碎看过好多资料,有些已经忘记了,会慢慢补全。

 

视频类

Netflix: 很多方法的融合。可以参考我翻译的blog

Hulu:  主要是item based CF。参考官方博客上的文章

Youtube:  开始是random walk,后来改为类似item based CF的方法。这是他们算法团队发表的论文,以及recsyschina上的点评, 豆瓣阿稳的点评

 

图书类

Amazon:好多方法都用了,主要是 item based CF。参考Greg Linden的论文这里讨论了一下其推荐系统的有效性。另外,这篇博客有一个简要的讨论,包含pandora的推荐方法。

 

资讯类

google news:用了CF和bayesian的方法。CF论文,bayesian论文

digg: 算法是 热门度+topic driven user based CF。官方博客找不到了,算法说明在这里,以及项亮大神的点评

zite: 可以参考这里

 

音乐类

last.fm:用的是CF。参考这里

yahoo music:参考Koren的论文

pandora: 音乐基因项目,主要依赖专家标注。参考这里,和这里,以及一篇对比的文章

 

社交类

facebook: 算法叫Edgerank, 参考这里

twitter:主要场景是推荐其它用户。参考官方介绍,以及这里

linkedin: 负责人是Christian Posse,他们刚发表了一篇论文:“Mohammad Amin, Baoshi Yan, Sripad Sriram, Anmol Bhasin and Christian Posse: Social Referral: Leveraging network connections to deliver recommendations”。以及这里

 

综合推荐

stumbleupon: 参考这里,网页上的图打不开了,放在下面。还有一篇综述的文章

 

最后,搜集了一些关于推荐系统的文章。

比较杂的:相关性时代推荐系统的机会推荐系统的挑战无处不在的推荐推荐系统微观点

几篇阿稳大神的:推荐算法与推荐产品集体智慧vs专家智慧推荐算法vs过滤系统

项亮大神的:推荐方面的资源推荐算法有效性

分享到:
评论

相关推荐

    推荐引擎内部的秘密

    1. 基于大众行为的推荐引擎:这类引擎根据大部分用户的喜好趋势进行推荐,通常适用于新用户或者数据有限的情况,例如热门排行榜。 2. 个性化推荐引擎:针对每个用户的行为和兴趣进行定制化推荐,更注重个体差异,如...

    探索推荐引擎内部的秘密

    通过Mahout,开发者可以更容易地在大规模数据集上实现复杂的推荐算法,并对其进行优化,从而构建出高效且精准的推荐引擎。 #### 六、总结 本文从推荐引擎的工作原理入手,详细探讨了推荐引擎的关键技术和应用场景...

    Python-PyTorch深度学习推荐引擎

    总结,Python和PyTorch为构建高效、灵活的深度学习推荐引擎提供了坚实的基础。通过理解数据预处理、嵌入学习、模型构建以及训练过程,我们可以创建出能够理解用户偏好的个性化推荐系统,从而提升用户体验,推动业务...

    基于Hadoop商品推荐引擎.zip

    总结来说,基于Hadoop的商品推荐引擎通过分布式计算处理大规模数据,高效地执行推荐算法,从而实现个性化推荐。在GRMS框架的支持下,开发者可以更快捷地搭建和优化推荐系统,提升业务表现。理解并掌握这一技术,对于...

    使用Java创建音乐推荐引擎 - 一个实战教程

    通过这个实战教程,我们学习了如何使用Java编程语言创建一个简单的音乐推荐引擎。我们从项目概述、环境准备、创建Java项目、数据收集与预处理,到协同过滤算法的实现和用户界面的构建,每个步骤都详细介绍了。现在,...

    基于hadoop的商品推荐引擎.zip

    总结来说,"基于Hadoop的商品推荐引擎"项目结合了大数据处理技术与推荐系统算法,利用Hadoop的MapReduce在分布式环境中处理大规模用户行为数据,通过协同过滤计算用户偏好,最后将计算结果存入MySQL数据库。...

    搜索引擎-基于协同过滤的门户网站个性化推荐引擎构建研究.pdf

    基于协同过滤的门户网站个性化推荐引擎构建研究 ...本文对基于协同过滤的门户网站个性化推荐引擎构建的研究成果进行了总结,提出了基于协同过滤的个性化推荐引擎构建的思路和方法,具有较高的实践价值和参考价值。

    mahout学习1---推荐引擎的构建1

    总结来说,构建推荐引擎涉及数据模型的建立、用户和物品相似度的计算、邻域的选择以及推荐策略的设计。这些组件相互配合,使得推荐引擎能够提供个性化的、有价值的建议,提升用户体验,同时也为企业创造商业价值。

    SSH 购物网站 内置搜索引擎 推荐引擎

    ESHOP一站式购物网站,提供购物比价,购物优惠汇总,购物重定向,价格趋势展示,为了充分利用购物...索引擎,网站结构基于S2SH开发,使用Apache的Mahout算法进行了推荐引擎设计,实现了基于用户和商品的双层数据推荐

    Python机器学习项目开发实战_构建推荐引擎_编程案例解析实例详解课程教程.pdf

    总结来说,构建推荐引擎涉及到数据处理、选择适当的机器学习算法(如KNN)以及构建可复用的流水线。在Python中,这可以通过组合函数和使用scikit-learn等库来实现。推荐引擎对于提升用户体验和企业业务增长具有重大...

    搜索引擎软件使用说明书

    总结,搜索引擎软件 V1.0 提供了一种高效的方法来管理和检索互联网上的信息。通过理解其工作原理、编译过程和使用方法,用户可以更好地利用这款工具找到所需信息,实现高效的网络搜索。对于开发者而言,它还展示了...

    搜索引擎系统学习与开发总结

    ### 搜索引擎系统学习与开发总结 #### 一、搜索引擎概述 **搜索引擎的发展历史** 互联网初期,信息资源有限,寻找所需资料相对简单。但随着互联网的快速发展,信息量激增,用户面临查找所需资料的巨大挑战。为了...

    SageMaker推荐引擎演示_Python_Jupyter Notebook_下载.zip

    总结起来,"SageMaker推荐引擎演示_Python_Jupyter Notebook_下载.zip"是一个实践导向的学习资源,它将帮助你理解如何使用AWS SageMaker、Python和Jupyter Notebook来构建、训练和部署推荐系统。通过这个项目,你...

    Mahout推荐系统

    特别值得注意的是,Mahout支持Apache Hadoop,这意味着它能够很好地处理大规模的数据集,这对于推荐引擎来说尤为重要。 #### 四、构建基于Mahout的推荐系统 1. **环境搭建**:首先需要安装配置好Mahout和Hadoop环境...

    搜索引擎网址登录(推荐)

    通过合理利用各大搜索引擎提供的网址提交工具和服务,结合有效的SEO策略,可以有效地提升网站的整体表现。希望本文能为SEO从业者提供一定的参考价值,帮助大家更好地理解和运用搜索引擎网址登录这一重要的技术手段。

    thymeleaf是spring推荐的模板引擎,这是总结的使用方法

    Thymeleaf 是 Spring 推荐的模板引擎,它提供了强大的模板语言和功能,可以与 SpringBoot 集成以快速开发 Web 应用程序。本文将总结 Thymeleaf 的使用方法,包括基本概念、语法、配置和使用技巧。 一、基本概念 ...

    专题资料(2021-2022年)IT行业分析几大搜索引擎外链查询工具观察分析.doc

    《IT行业分析:搜索引擎外链查询工具的观察...总结来说,了解并熟练运用搜索引擎的外链查询工具,对于提升网站的SEO表现至关重要。通过对比分析,我们可以制定出更为精准的外链策略,从而在激烈的网络竞争中取得优势。

    Android开发必备资料之50例源码汇总——下载目录

    ### Android开发必备资料之50例源码汇总分析 #### 一、概览 随着移动互联网的迅猛发展,Android作为全球最受欢迎的移动操作系统之一,在软件开发领域占据着举足轻重的地位。对于开发者而言,拥有丰富的参考源码是...

    【精品】新能源汽车技术资料汇总(147份).zip

    精品推荐,新能源汽车汇总,包括车身、仪表、电池、结构等技术,共147份。 1侧控制台 2暖通空调系统的正温度系数随热棒长度的变化而变化 3方向盘 4一步 6仪表板 7遮阳板 8可再生能源发电系统 9半卡车驾驶室 10半...

    热-俄罗斯引擎yandex进入

    总结,俄罗斯搜索引擎Yandex是一个多元化的互联网服务平台,其搜索引擎、地图导航、电子邮件和云存储服务在俄罗斯及周边地区具有广泛的用户基础。随着技术的不断发展,Yandex将继续在竞争激烈的全球互联网市场中寻找...

Global site tag (gtag.js) - Google Analytics