
读书
metooman
这个作者很懒,什么都没留下…
展开
-
读《推荐系统算法实战 黄美灵》 第二章笔记
推荐系统:主要功能是召回和排序两个过程。推荐系统的召回算法:一般使用简单的特征进行快速查询,比如根据用户点击的物品召回相似的物品,根据用户兴趣类目召回物品等排序模块:针对召回模块的候选集进行精排,根据用户的所有标签特征,物品的特征,以及交叉组合特征,通过排序模型计算得到用户对候选集物品的评分,排序模块使用的特征比召回模块复杂,目的是计算用户精确的预测值后排模块:在得到用户对候选集评分结...原创 2019-09-17 19:22:44 · 1106 阅读 · 0 评论 -
读《推荐系统算法实战 黄美灵》 第四章笔记
有离线召回和实时召回(用户的行为需要实时的召回数据,然后排序推荐,整个过程应该在100ms内)推荐系统召回方法有以下几类:行为相似的召回:比如用户的行为对应物品的相似物品(通常是协同过滤算法)相似用户召回:通过用户画像和用户行为,计算相似用户,可以根据KNN来得到推荐结果内容相似召回:通过对物品内容的理解和分析,得到物品之间的相似度,然后根据用户对物品的行为得到相似物品的推荐结果,常用的方...原创 2019-09-17 19:49:41 · 720 阅读 · 0 评论 -
读《推荐系统算法实战 黄美灵》 第五章笔记
基于内容相似度的召回-word2vec : 就是通过对物品内容的理解,比如物品的基础属性,物品的特征,得到物品的向量表达,然后通过余弦相似度计算得到相似物品的列表。word2vec 在python和spark 中都有实现api, spark mllib feature word2vec的方法中间有大量nlp相关的东西,和代码之后再补充...原创 2019-09-17 21:12:36 · 937 阅读 · 0 评论