Recomendation system 推荐系统

最新推荐文章于 2021-04-08 10:25:47 发布
原创 最新推荐文章于 2021-04-08 10:25:47 发布 · 475 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

aenjon
关注
LLM - 使用 大模型(LLM) 辅助 推荐系统(RS) 概述
AGI
09-13 4282
大模型(LLM) 与 推荐系统(RS) 的结合，主要通过 (1)特征工程、(2)特征编码、(3)评分/排序函数、(4)用户交互、(5)推荐系统流程控制等。LLM 提取和增强用户和商品的文本/多模态特征，作为特征编码器，将文本信息转换为向量表示，在评分和排序任务中，直接预测用户对商品的评分，或生成推荐项目。此外，LLM 在用户交互方面能够理解用户查询和意图，提供更准确的推荐，在推荐流程中，作为控制器，管理整个推荐过程。LLM 还通过模型融合与传统推荐模型结合，利用其文本处理能力，与传统模型的推荐算法优势互补。
推荐系统(Recommendation system)
gls_nuaa的博客
02-16 2775
本篇围绕着如下几个问题展开，希望对推荐系统有个简单的认识：   1.什么是推荐系统？   2.为什么要推荐系统？   3.推荐系统的主要分类   4.推荐系统的体系结构   5.推荐系统的应用   6.知名研究团队 1.什么是推荐系统？   推荐系统是利用 电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。我们现在的都是个性化推荐系统 来源：百度百科   推荐系统的本质：在用户需求不明确的情况下，从海量信息中为用户寻找其感兴趣的信息的技术手段。 2.为什么
推荐系统（Recommendation System ）介绍
weixin_44327656的博客
02-24 4929
推荐系统简介 推荐系统是通过挖掘用户与项目（物品）之间的二元关系，帮助用户从大量数据中发现其可能感兴趣的项目（物品）如网页、服务、商品、人等，并生成个性化推荐以满足个性化需求。 电商推荐系统一般是电商的核心系统，通过推荐系统，可以提升电商整体的转换率，解决商品销售的过程中的“长尾问题”。 电商系统实现一般包括：猜你可能喜欢，看了又看，买了又买等。 推荐系统的作用与效果 将网站的浏览者转为购买者或...
PAT 1129. Recommendation System (25) 甲级
柳婼 の blog
03-31 4356
Recommendation system predicts the preference that a user would give to an item. Now you are asked to program a very simple recommendation system that rates the user’s preference by the number of time
推荐系统Recommendation System：综述
皮皮blog
07-03 4185
http://blog.youkuaiyun.com/pipisorry/article/details/36633451博客内容：（个性化）推荐系统构建三大方法：基于内容的推荐content-based，协同过滤collaborative filtering，隐语义模型(LFM, latent factor model)推荐非个性化推荐[推荐系统：非个性化推荐Non-personalized recomme
推荐系统学习笔记之一 综述
小鹅鹅的博客
10-17 2193
在推荐系统的系列笔记中预计将会简要记录这些：一些推荐系统的基础应用： Content Based Recommendation System 基于内容的推荐系统 Collaborative Filtering 协同过滤 Low Rank Matrix Factorization 低阶矩阵分解 以及一些更加精确不过更为复杂的模型： LFM (Latent Factor Model) 隐分子模型 SVD
推荐系统资料大全
热门推荐
casablacacycchao的专栏
08-12 1万+
希望对推荐系统爱好者有所帮助。Github原文
Graph Neural Networks in Recommender Systems综述
Angus的学习笔记
04-08 931
本文仅用来学习，原创作者公众号:图与推荐 原文链接：https://zhuanlan.zhihu.com/p/323302898 原文链接：https://arxiv.org/pdf/2011.02260.pdf Abstract 如今推荐系统的研究非常火热，GNN也在很多领域表现优异。推荐系统主要的挑战是从历史交互(historical interactions)和边信息(side .
[推荐系统]推荐系统实践Reference
SmartSi
06-04 4908
这只是一本197页的书  　　  　　我想你未必过瘾  　　  　　但作者附上了诸多好资料  　　  　　无论是paper, blog文章,wikipedia词条，数据集还是开源项目等  　　  　　你可以选择拥有  　　  　　附上我收集的资料链接，格式基本按照‘URL+资料名称+出现在书中的页数’，某些链接可能需要你翻过一道‘墙’,某些重复引用的我就没重复贴上链接了  　
《推荐系统实践》附上Reference 中的干货 （Paper,Blog等资料的链接）
清风不识字12138的博客
09-27 3514
《推荐系统实践》这只是一本197页的书，但作者附上了诸多好资料，无论是paper, blog文章,wikipedia词条，数据集还是开源项目等 　　 　　附上资料链接，格式基本按照‘URL+资料名称+出现在书中的页数’，某些链接可能需要你翻过一道‘墙’,某些重复引用的没重复贴上链接了 　　 　　 　　http://en.wikipedia.org/wiki/Information
Basic_Ecommerce_Recomendation_System:该存储库包含基本类型的电子商务推荐引擎的代码。 通过使用TF-IDF和余弦相似度的概念，我们构建了此推荐引擎
03-11
电子商务推荐引擎 该存储库包含基本类型的电子商务推荐引擎的代码。...您需要运行jupyter笔记本Basic_content_based_recommendation_system.ipynb 信用 该存储库的代码受基于内容的推荐引擎的启发。
movie-recomendation:这是部署在Heroku上的简单电影推荐模式
05-04
总结来说，“movie-recomendation”是一个基于Heroku的电影推荐系统，可能使用了协同过滤或基于内容的推荐算法，并采用HTML等前端技术构建用户界面。它的实现涉及到后端开发、数据库管理和云服务部署等多个方面，...
构建基于TF-IDF和余弦相似度的电商推荐系统
文件名称列表中的"Basic_Ecommerce_Recomendation_System-master"表明这是该推荐系统项目的基础版本，"master"通常指的是版本控制中主分支的代码，也就是稳定发布的版本。 通过结合以上知识点，可以深入理解本电子...
软件工程基于SVN的自动化评测流水线设计：计算机竞赛中可复现算法性能的版本控制解决方案
01-04
内容概要：本文介绍了SVN版本控制系统在计算机竞赛中的深度应用，重点构建了一套可复现的自动化算法评测流水线。通过Continuous Integration for OI机制，每次代码提交自动触发编译与测试，结合post-commit钩子、属性关键字、多仓库联动等技术，实现代码质量控制、版本一致性保障与数据安全管理。系统支持自动评测、性能数据回写、低分提交回滚等功能，并通过实际代码案例展示了从监听提交到执行评测再到结果反馈的完整流程。此外，文章还探讨了SVN在权限隔离、版本标记、空间压缩等方面的应用技巧及其在未来与Serverless、区块链和量子计算融合的可能性。; 适合人群：参与ACM/ICPC、CCPC、NOIP等算法竞赛的选手、教练及技术运维人员，具备一定SVN和Python使用经验的开发者。; 使用场景及目标：①在团队协作中防止错误代码污染主干；②实现比赛前后代码与数据的统一管理与快速切换；③构建安全、封闭、可审计的自动化评测环境；④提升算法开发迭代效率与版本可追溯性。; 阅读建议：建议结合文中提供的Python脚本与SVN配置实例，在本地或私有服务器部署测试，深入理解钩子机制与自动化流程设计，同时关注未来趋势部分以拓展系统架构视野。
【鲁棒优化、机会约束】具有分布鲁棒联合机会约束的能源和储备调度研究（Matlab代码实现）
01-04
【鲁棒优化、机会约束】具有分布鲁棒联合机会约束的能源和储备调度研究（Matlab代码实现）内容概要：本文围绕“具有分布鲁棒联合机会约束的能源和储备调度研究”展开，重点介绍了在能源系统调度中考虑不确定性因素（如可再生能源出力波动、负荷变化等）的优化方法，采用分布鲁棒优化与机会约束相结合的技术手段，提升调度方案的安全性与经济性。文中提供了完整的Matlab代码实现，涵盖建模、求解及仿真分析全过程，适用于电力系统中含高比例可再生能源的调度场景，能够有效处理不确定性和风险控制问题。; 适合人群：具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事能源调度相关工作的工程技术人员。; 使用场景及目标：①用于研究含风电、光伏等不确定电源的电力系统优化调度；②掌握分布鲁棒优化与机会约束建模方法在能源系统中的实际应用；③通过Matlab代码实现复现经典文献模型，支撑论文写作与课题研究； 阅读建议：建议结合电力系统优化理论与Matlab编程实践同步学习，重点关注模型构建逻辑、不确定性处理方式及代码实现细节，可借助文中提供的网盘资源获取完整代码与案例数据进行调试与扩展。
车间调度基于麻雀优化算法的车间调度（Matlab代码实现）
最新发布
01-04
车间调度基于麻雀优化算法的车间调度（Matlab代码实现）内容概要：本文介绍了基于麻雀优化算法的车间调度方法，并提供了Matlab代码实现。该资源聚焦于智能优化算法在生产调度领域的应用，特别是利用麻雀搜索算法（SSA）解决车间调度问题，旨在通过智能算法提高调度效率与资源利用率。文中还提到了多种调度类型如零等待、置换、混合流水车间调度等，展示了算法在不同场景下的适用性。此外，文档隶属于一个更广泛的MATLAB仿真辅导服务体系，涵盖多个科研领域，强调借助成熟工具和算法提升科研效率。; 适合人群：具备一定编程基础，熟悉Matlab语言，从事智能制造、生产调度、运筹优化等相关领域研究的研发人员及研究生。; 使用场景及目标：①学习麻雀优化算法的基本原理及其在车间调度中的具体实现方式；②掌握如何将智能优化算法应用于实际调度问题，提升调度方案的优化水平；③作为科研项目或毕业设计的技术参考，复现并改进相关算法。; 阅读建议：此资源以Matlab代码为核心，建议读者结合代码与理论同步学习，重点关注算法实现细节与参数设置，可通过修改调度模型或引入其他优化算法进行拓展实验，进一步深化对智能调度机制的理解。
popgene32Version1.32分子遗传生物软件园中生网.zip
01-04
popgene32Version1.32分子遗传生物软件园中生网.zip
【时间序列预测】基于LSTM的工业级模型构建与部署：电力负荷与销量预测中的精准趋势分析
01-04
内容概要：本文是一份关于LSTM时间序列预测的实战教程，系统讲解了LSTM的原理、环境搭建、数据预处理、模型构建与训练、评估优化及工业级应用案例。重点剖析了LSTM的遗忘门、输入门和输出门三大机制如何解决长序列依赖问题，并通过PyTorch实现模型，结合气温和电力负荷预测实例展示完整流程。最终以电力公司实际部署为例，验证了LSTM在降低预测误差、提升调度效率方面的显著价值。; 使用场景及目标：①掌握LSTM在时间序列预测中的核心原理与代码实现；②应用于金融、能源、零售等领域的趋势预测任务，如股价、销量、电力负荷预测；③实现从模型训练到工业部署的全流程落地； 阅读建议：建议结合文中提供的代码链接动手实践，边学边调，重点关注数据序列化处理、模型参数调优与多特征融合策略，深入理解LSTM在真实场景中的应用逻辑与性能优化路径。
检测心血管疾病的早期迹象。.zip
01-04
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值