1.推荐算法

最新推荐文章于 2024-10-10 17:56:16 发布

enlyhua

最新推荐文章于 2024-10-10 17:56:16 发布

阅读量365

点赞数

分类专栏：读书

读书专栏收录该内容

2 篇文章

订阅专栏

本文综述了推荐系统的多种算法和技术架构，包括协同过滤、基于内容的过滤、混合推荐等算法原理，并介绍了Netflix、Spotify等实际应用案例。此外，还探讨了推荐系统与搜索引擎之间的联系及如何评估搜索结果质量。

1.推荐算法简介

https://time.geekbang.org/column/article/1941

2.协同过滤推荐算法和基于内容的过滤算法

https://time.geekbang.org/column/article/1947

3.混合推荐算法

https://time.geekbang.org/column/article/1948

4.如何选择推荐算法

https://time.geekbang.org/column/article/1949

5.推荐系统和搜索引擎的关系

https://time.geekbang.org/column/article/1950

6.怎样量化评价搜索引擎的结果质量

http://www.cnblogs.com/scnucs/archive/2012/10/10/2718503.html

7.基于用户投票的排名算法（一）：Delicious和Hacker News
http://www.ruanyifeng.com/blog/2012/02/ranking_algorithm_hacker_news.html

8.基于用户投票的排名算法（二）：Reddit
http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_reddit.html

9.基于用户投票的排名算法（三）：Stack Overflow
http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_stack_overflow.html

10.基于用户投票的排名算法（四）：牛顿冷却定律
http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_newton_s_law_of_cooling.html

11.基于用户投票的排名算法（五）：威尔逊区间
http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_wilson_score_interval.html

12.基于用户投票的排名算法（六）：贝叶斯平均
http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_bayesian_average.html

13.博客推荐系统
https://time.geekbang.org/column/article/2118

14.Netflix的个性化推荐系统架构
https://time.geekbang.org/column/article/2117

15.微博推荐架构的演进
https://time.geekbang.org/column/article/2116

16.达观个性化推荐系统实践
https://time.geekbang.org/column/article/2120

17.Spotify 每周歌曲推荐算法解析

https://time.geekbang.org/column/article/2119

1.推荐系统三十六式
https://time.geekbang.org/column/article/3599 //用知识去对抗技术不平等