推荐算法 (Python3实现)
关注
分享
扫一扫
「已注销」
默默做事
展开
-
协同过滤（User cf）
个性化召回算法协同过滤理论与理论升级 User cf 给用户推荐相似用户感兴趣的物品 如何评价相似兴趣用户集合？ 采用基于用户行为重合度的方法（举例:如果2个用户的行为具有很高的重合度，那么就具有很高的相似性，他们可以称为相似兴趣用户集合） 找到集合用户感兴趣的而目标用户没行为过的item User A 可以给User D 推荐b 公式 表示用户u有过行为的item集合,表示...原创 2019-04-22 17:09:20 · 639 阅读 · 0 评论 -
协同过滤（Item cf）
背景 信息过载，用户需求不明确 强依赖于用户行为 工业界主流落地场景 信息流 电商 o2oLBS 个性化召回算法协同过滤理论与理论升级 Item cf 给用户推荐他之前喜欢的物品相似的物品 如何衡量相似？ 基于用户行为，如果喜欢2个物品的用户重合度越高，那么2个物品也就越相似。 如何衡量喜欢？ 看用户是否真实点击，在电商场景下，更看重实际转化（实际消费购买）；信息流场景下，更看重...原创 2019-04-22 17:07:53 · 714 阅读 · 0 评论