hmy1106的专栏

Mahout推荐算法API详解基于 Apache Mahout 构建社会化推荐引擎Mahout分步式程序开发 基于物品的协同过滤ItemCF

我收集和整理的目前互联网上所能找到的知名开源推荐系统(open source project for recommendation system)，并附上了个人的一些简单点评（未必全面准确），这方面的中文资料很少见，希望对国内的朋友了解掌握推荐系统有帮助陈运文SVDFeature由上海交大的同学开发的，C++语言，代码质量很高 。去年我们参加KDD竞赛时用过，非常好用，而且

前一阵子准备毕业论文的开题，一直在看推荐系统相关的论文。对推荐系统有了一个更加清晰和理性的认识，也对推荐算法有了深入了解。借此机会总结分享一下，大家多多拍砖。推荐系统的出现　　随着互联网的发展，人们正处于一个信息爆炸的时代。相比于过去的信息匮乏，面对现阶段海量的信息数据，对信息的筛选和过滤成为了衡量一个系统好坏的重要指标。一个具有良好用户体验的系统，会将海量信息进行筛选、过滤，将用

深度学习是ML研究中的一个新的领域，它被引入到ML中使ML更接近于其原始的目标：AI。查看a brief introduction to Machine Learning for AI 和an introduction to Deep Learning algorithms. 深度学习是关于学习多个表示和抽象层次，这些层次帮助解释数据，例如图像，声音和文本。对于更多的关于深度学习算

探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤探索推荐引擎内部的秘密，第 3 部分: 深入推荐引擎相关算法 - 聚类

1、了解推荐系统相关知识http://baike.baidu.com/link?url=k-FW73rnBC-xBHik2gL7pS1_-1JjJfFG1MocfB8gnfza5hFo5H9HKHVytEZhuVOiHTvmK7a6llFDY2oAmCjiy_2、推荐引擎知识1）探索推荐引擎内部的秘密，第1 部分: 推荐引擎初探2）探索推荐引擎内部的

阿里百川，开启移动应用开发的新篇章最 近这两年推荐系统特别火，本文搜集整理了一些比较好的开源推荐系统，即有轻量级的适用于做研究的SVDFeature、LibMF、LibFM等，也有重 量级的适用于工业系统的 Mahout、Oryx、EasyRecd等，供大家参考。PS：这里的top 10仅代表个人观点。#1.SVDFeature主页：http://svdfeature.apex

SVD分解是LSA的数学基础，本文是我的LSA学习笔记的一部分，之所以单独拿出来，是因为SVD可以说是LSA的基础，要理解LSA必须了解SVD，因此将LSA笔记的SVD一节单独作为一篇文章。本节讨论SVD分解相关数学问题，一个分为3个部分，第一部分讨论线性代数中的一些基础知识，第二部分讨论SVD矩阵分解，第三部分讨论低阶近似。本节讨论的矩阵都是实数矩阵。基础知识1. 矩阵的秩：

阿里百川，开启移动应用开发的新篇章ClickHeat 是一个很酷的 JavaScript 库，它可以帮你统计一个页面上用户点击的热度分布图，支持中文显示。如下图所示在线演示（用户名和口令都是demo）：http://www.labsmedia.com/admin/clickheat/index.php