a378812的博客

原创：石晓文之前我们介绍了moviesLens数据集，数据集中主要有两个文件：ratings数据文件里面的内容包含了每一个用户对于每一部电影的评分。数据格式如下：userId, movieId, rating, timestampuserId: 每个用户的idmovieId: 每部电影的idrating: 用...

原创：石晓文1、数据集简介MovieLens数据集包含多个用户对多部电影的评级数据，也包括电影元数据信息和用户属性信息。这个数据集经常用来做推荐系统，机器学习算法的测试数据集。尤其在推荐系统领域，很多著名论文都是基于这个数据集的。(PS: 它是某次具有历史意义的推荐系统竞赛所用的数据集)。下载地址为：http...

原创：石晓文本文的思维导图如下：1、评分预测问题简介推荐系统中还有另一个重要的问题，称为评分预测问题。例如下面的表格，在表中每个用户都对一些电影给出了评分，比如用 户A给《虎口脱险》评了1分，给《唐山大兄》评了5分，给《少林足球》评了4分，给《大话西 游》评了5分。但是，每个用户都没有对所有电影评分，比如用户...

原创：石晓文本篇的思维导图如下：1、社交网络数据自从搜索引擎谷歌诞生后，大家都在讨论互联网的下一个金矿是什么。现在，几乎所有的人都认为那就是社交网络。根据尼尔森2010年的报告，用户在互联网上22%的时间花费在社交网站 和社交媒体上1。Facebook和Twitter作为两种不同类型社交网络的代表，是目前互联...

原创：石晓文本篇的思维导读如下所示：1、什么是上下文本章之前提到的推荐系统算法主要集中研究了如何联系用户兴趣和物品，将最符合用户兴趣的物品推荐给用户，但这些算法都忽略了一点，就是用户所处的上下文(context)。这些上下文包括用户访问推荐系统的时间、地点、心情等，对于提高推荐系统的推荐系统是非常重要的。比如...

原创：石晓文本篇的思维导图如下：1、UGC标签简介标签应用一般分为两种:一种是让作者或者专家给物品打标签;另一种是让普通用户给物品打标签，也就是UGC(User Generated Content，用 户生成的内容)的标签应用。我们本篇主要讨论UGC的标签应用。标签系统中的推荐问题主要有以下两个：1)如何利用...

原创：石晓文本章的思维导图如下：1、冷启动问题简介如何在没有大量用户数据的情况下设计个性化推荐系统并且让用户对推荐结果满意从而愿意使用推荐系统， 就是冷启动的问题。冷启动问题主要分为三类：1)用户冷启动:用户冷启动主要解决如何给新用户做个性化推荐的问题。2)系统冷启动:系统冷启动主要解决如何在一个新开发的网站...

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.youkuaiyun.com/jgzquanquan/article/details/78424001 推荐算法综述摘  要: 近年来，互联网信息指数级增长，推荐能够帮助用户发现感兴趣的物品，目前被广泛应用于电子商...