你好,游客 登录
推荐系统 的搜索结果
在电商领域,推荐的价值在于挖掘用户潜在购买需求,缩短用户到商品的距离,提升用户的购物体验。
http://bigdatastudy.net/show.aspx?id=485&cid=15日期:2018-1-15 21:15:09
本文主要阐述:
推荐系统的3个W
推荐系统的结构
推荐引擎算法
浏览后四章的内容请见下篇。
1. 推荐系统的3个W
1.1 是什么(What is it?)
推荐系统就是根据用户的历史行为、社交关系、兴趣点、所处上下文环境等信息去判断用户当前需要或感兴趣的物品/服务的一类应用。
1.2 为什么(Why is that?)
为什么我们要用到推荐系统呢?...
http://bigdatastudy.net/show.aspx?id=430&cid=7日期:2017-11-16 21:35:18
机器学习中,一般都会按照下面几个步骤:特征提取、数据预处理、特征选择、模型训练、检验优化。那么特征的选择就很关键 了,一般模型最后效果的好坏往往都是跟特征的选择有关系的,因为模型本身的参数并没有太多优化的点,反而特征这边有时候多加一个或者少加一个,最终的结果 都会差别很大。
http://bigdatastudy.net/show.aspx?id=342&cid=9日期:2017-9-29 17:11:48
问题导读:
1.简单的推荐生态系统是怎么样的?
2.常见的推荐算法有哪些?
3.怎么用restful服务构建推荐系统?
本系列 第 1 部分 介绍了构造推荐引擎的基本方法和算法。最后一部分将探索构建推荐系统的一些开源解决方案并演示其中两种解决方案的使用。作者还将展示如何使用 Ruby 开发一个简单的集群应用程序并将它应用到示例数据中。
本系列的 第 1 部...
http://bigdatastudy.net/show.aspx?id=63&cid=15日期:2017-9-5 20:00:08
问题导读:
1.推荐系统的常用算法有什么?
2.协作过滤使用的相似性和区别是什么?
3.推荐系统面临哪些挑战?
大多数大规模的商业和社交网站都会向用户推荐选项,比如产品或要联系的人。推荐引擎对大量数据进行分类,以识别潜在的用户偏好。本文是一个两部分系列文章的第一部分,解释了推荐系统背后的理念并介绍支持它们的算法。第 2 部分 将介绍您可应用...
http://bigdatastudy.net/show.aspx?id=62&cid=15日期:2017-9-5 19:57:09
  • 1/1
  • 1