llz56的博客

1 推荐系统–开源代码 https://blog.youkuaiyun.com/yimingsilence/article/details/55519048 2 推荐系统论文及其源代码收集 https://blog.youkuaiyun.com/qq_26274221/article/details/83476282

7.1 外围架构 用户行为日志可能存储在： 1）内存缓存 2）数据库 3）文件系统 7.2 推荐系统的架构 推荐系统的核心任务： 1）如何为给定用户生成特征 2）如何根据特征找到物品 用户的特征种类： 1）人口统计学特征 2）用户的行为特征 3）用户的话题特征 推荐任务有很多种： 1）将最新加入的物品推荐给用户 2）将商业上需要宣传的物品推荐给用户 3）给用户推荐不同种类的物品 4）给用户混合推荐...

6.1 获取社交网络数据的途径 6.1.1 电子邮件 6.1.2 用户注册信息 6.1.3 用户的位置数据 在网页上最容易拿到的用户位置信息就是IP地址；对于手机等移动设备，拿到详细的GPS数据。 6.1.4 论坛和讨论组 6.1.5 即时聊天工具 6.1.6 社交网站 社会图谱： 兴趣图谱： 6.2 社交网络数据简介 一般来说，有3种不同的社交网络数据： 1）双向确认的社交网络数据 2）单向关注...

5.1 时间上下文信息 5.1.1 时间效应简介 1）用户兴趣是变化的 2）物品也是有生命周期的 3）季节效应 5.1.3 系统时间特性的分析 在给定数据集后，可以通过统计如下信息研究系统的时间特性： 1）数据集每天独立用户数的增长情况 2）系统的物品变化情况 3）用户访问情况 物品的生存周期和系统的时效性： 1）物品平均在线天数 如果一个物品在某天被至少一个用户产生过行为，就定义该物品在这一天在...

冷启动：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继续使用推荐系统。 冷启动问题主要分为3类： 1、用户冷启动：如何给新用户做个性化推荐 2、物品冷启动：如何将新的物品推荐给可能对它感兴趣的用户 3、系统冷启动：如何在一个新开发的网站上设计个性化推荐系统 解决方案： 1、利用用户注册信息 1）人口统计学信息 2）用户兴趣的描述 3）从其他网站导入的用户站外行为...

第2章：利用用户行为数据 协同过滤算法的离线实验一般如下设计： 1、将用户行为数据集按照均匀分布随机分成M份，挑选一份作为测试集，将剩下的M-1份作为训练集。 2、在训练集上建立用户兴趣模型，并在测试集上对用户行为进行预测，统计出相应的评测指标。 注：为了保证评测指标并不是过拟合的结果，需要进行M次实验，并且每次都使用不同的测试集。然后将M次实验测出的评测指标的平均值作为最终的评测指标。 基于物品...