最新文章列表

推荐系统试验方法和指标

在介绍推荐系统指标之前,首先看一下计算和获得这些指标的主要实验方法。在推荐系统中,主要有三种评测推荐效果的实验方法,即离线实验(offline experiment)  用户调查(user study)和在线实验 (online experiment) .  1.  离线实验 (1) 通过日日志收集用户行为数据,并按照一定的格式生成一个标注的数据集。   (2)按照一定的规则将数据集划分为训 ...
sharp-fcc 评论(0) 有1664人浏览 2013-04-23 14:27

推荐系统概论

什么是推荐系统以及推荐系统解决的问题: 解决信息过载的问题,当用户面对信息过载的时候, 需要人工或者工具帮助你做筛选,给出一些建议供用 ...
sharp-fcc 评论(0) 有981人浏览 2013-04-23 10:48

推荐系统公共资源汇总

主页 GroupLens:http://www.grouplens.orgGroupLens项目官方主页 John Riedl:http://www-users.cs.umn.edu/~riedl/Grouplens领导者 Greg Linden—推荐系统领域最有影响力的博客; 谷文栋:http://www.guwendong.comResysChina 发起人; Xlvect ...
aoyouzi 评论(0) 有3829人浏览 2013-04-10 17:04

推荐系统之综述

推荐系统之综述 在信息过载时代,信息及其传播形式多样化,用户对信息的需求成多元化和个性化发展趋势。搜索引擎已不能满足不同背景、不同目的、不同时期的个性化信息需求,于是个性化服务概念应运而生。个性化服务根据用户的信息需求、兴趣等,将用户感兴趣的信息、产品等推荐给用户,从而为不同用户提供不同的服务或信息内容,推荐系统就是个性化服务研究的一个重要分支。推荐系统的任务是联系用户和信息,帮助用户发现有价值 ...
aoyouzi 评论(0) 有5243人浏览 2013-04-01 17:02

三届(2012、2011、2009)KDD Cup内容、数据源和论文

   2012届KDD Cup   Track1任务:社交网络中的个性化推荐系统 根据腾讯微博中的用户属性(User Profile)、SNS社交关系、在社交网络中的互动记录(retweet、comment、at)等,以及过去30天内的历史item推荐记录,来预测接下来最有可能被用户接受的推荐item列表 Track2任务:搜索广告系统的pTCR点击率预估
jason204 评论(0) 有8676人浏览 2013-01-28 14:53

Mahout的taste里的几种相似度计算方法

  欧几里德相似度(Euclidean Distance) 最初用于计算欧几里德空间中两个点的距离,以两个用户x和y为例子,看成是n维空间的两个向量x和y,  xi表示用 ...
anylin 评论(1) 有3861人浏览 2012-11-09 18:00

推荐系统 算法对比 开源代码

详见:http://prea.gatech.edu/index.html
长安长宁 评论(0) 有2106人浏览 2012-07-08 21:24

图灵热点之阅读篇——七月图书推荐

  七月,图灵原创书相继出炉,并在网店的排行榜上荣登前三甲,图灵原创书的作者皆是各社区的领军人物,有着相当深厚的技术功底,这是图灵原创 ...
turingbooks 评论(0) 有977人浏览 2012-07-05 09:17

电子商务网站之购买欲望和购买目标

作为消费者,你是否有这样的经历:你在当当网买了三年的书,但从来没有关注过图书频道首页,没有留意过图书专题Banner,也几乎没有用过图书导航目 ...
zwchen 评论(0) 有5118人浏览 2012-03-03 20:47

推荐系统的常见推荐算法的性能比较

  数据集是movielens-1M(下载)版本。 1. 训练集大小对于推荐性能的影响 使用SlopeOne算法,每次随机选取6%的用户预测其喜好,进行5次实验,取MAE的均值,得到下表:   训练集大小(%) MAE 90 0.71718149 70 0.73005925
zhc0822 评论(2) 有31759人浏览 2012-01-04 02:03

构建基于相似用户的推荐

计算用户相似度:两个用户相似度就简单等同两者一致性评分次数除以两者共同评分过的条目 02data.php <?php $data = array( 'Frank'=>array( 'Tears'=>5, 'La'=>4, 'Robinson'=>5, 'Yesterday'=>4, 'Wi ...
leiyonglin 评论(0) 有1378人浏览 2011-11-11 10:39

使用欧几里德距离构建简单的推荐系统计算用户相似度

在计算用户相似度的过程中,首先对于两个用户共同打分过的所有条目,计算他们对于每个条目的评分差值,对差值求平方、求和,再对结果求平方根,这样得到的值称为欧氏距离,但这并不足以作为显示度计算的度量值。相似度与距离的概念在某种程度上说是互反的,就其意义而言,欧氏距离越小,两个用户相似度就越大。相似度与距离这种反序关系很容易就可以调整过来,比如只要第一显示度为欧氏距离加1,再取倒数。   02data. ...
leiyonglin 评论(0) 有3446人浏览 2011-11-08 17:39

如何从无到有建立推荐系统

原文: http://gengrenjie.com/2009/12/15/%E3%80%90resys%E3%80%91%E5%A6%82%E4%BD%95%E4%BB%8E%E6%97%A0%E5%88%B0%E6%9C%89%E5%BB%BA%E7%AB%8B%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/     推荐系统广泛应用于各类网站,电子商务中的商品推荐 ...
leiyonglin 评论(0) 有1378人浏览 2011-09-29 09:50

最近博客热门TAG

Java(141747) C(73651) C++(68608) SQL(64571) C#(59609) XML(59133) HTML(59043) JavaScript(54918) .net(54785) Web(54513) 工作(54116) Linux(50906) Oracle(49876) 应用服务器(43288) Spring(40812) 编程(39454) Windows(39381) JSP(37542) MySQL(37268) 数据结构(36423)

博客人气排行榜

    博客电子书下载排行

      >>浏览更多下载

      相关资讯

      相关讨论

      Global site tag (gtag.js) - Google Analytics