项亮推荐系统实战读书笔记

最新推荐文章于 2025-09-16 15:03:58 发布
转载 最新推荐文章于 2025-09-16 15:03:58 发布 · 706 阅读 · 3

参考：http://www.pythoner.com/165.html

1.好的推荐系统
1.好的推荐系统

2.利用用户行为数据
2.利用用户行为数据

3.推荐系统的冷启动问题
3.推荐系统的冷启动问题

4.利用用户标签数据
4.利用用户标签数据

5.利用上下文信息
5.利用上下文信息

6.利用社交网络信息
6.利用社交网络信息

7.推荐系统实例
7.推荐系统实例

8.评分预测问题
8.评分预测问题

项亮博士论文介绍推荐系统（recommend system）
04-07
项亮博士毕业论文 关于推荐系统的 对于学习推荐是非常有好处的 详细的介绍了各种推荐系统的算法（Top-N）
项亮推荐系统博士论文
11-02
经典文章，推荐系统实战的作者项亮的博士论文。必读论文之一。
【阅读笔记】项亮前辈的《推荐系统实战》
Jasmine_dream
05-24 1408
推荐系统是个有意思的方向。项亮前辈的《推荐系统实战》来当作入门的第一本书还是很合适的，这段时间在断断续续的抽空阅读了一遍。本书写的浅显易懂，很好的勾勒出了推荐引擎十年前的主流算法，以及工业推荐系统是如何打磨的。从这个角度讲，项亮前辈很好地完成了”让学生了解如何将自己了解的算法实现到一个工业系统中去“这一写作目标。 看书的过程中简单记录了一些内容，夹杂着自己突然产生的一些想法。用以过段时间后的来重新...
[推荐系统读书笔记]好的推荐系统
weixin_30908941的博客
11-01 254
什么是推荐系统 information overload信息过载时代： 信息爆炸。 在这个时代,无论是信息消费者还是信息生产者都遇到了很大的挑战:作为信息消费者,如何从大量信息中找到自己感兴趣的信息是一件非常困难的事情;作为信息生产者,如何让自己生产的信息脱颖而出,受到广大用户的关注,也是一件非常困难的事情。推荐系统就是解决这一矛盾的重要工具。 长尾理论long tail： 传统的80/20原则(...
项亮推荐系统实践
qq_43431934的博客
12-10 1378
本周学习内容汇报 学习内容总览： 学习项亮推荐系统实践第一章第二章内容。 总结王喆深度学习推荐系统第二章 传统推荐模型相关知识 对Python实现的基于用户的CF，用户相似度计算的改进 对于Python实现的基于item的CF，引入物品相似度的归一化 详细学习内容总结： 学习项亮推荐系统实践第一章第二章内容 主要科普了到底什么是推荐系统，以及什么是一个好的推荐系统。 其次向我们介绍了一些日常生活中常见的推荐系统。 推荐系统设计出来之后，怎么评判“好”呢，于是介绍了推荐系统的评测指标及维度。
《推荐系统实践》- 项亮
weixin_44934104的博客
04-11 1034
把多种原始日志按照用户行为汇总成会话日志，汇总后生成描述用户用户行为的会话日志，记录了用户的各种行为。用户行为在个性化推荐中分为：显性反馈行为、隐形反馈行为数据集：无上下文信息的隐性反馈数据集、无上下文信息的显性反馈数据集、有上下文的隐形反馈数据集、有上下文的显性反馈数据集冷启动问题类型：用户冷启动：新用户无法获取到兴趣，无法进行个性化推荐物品冷启动：新物品推荐系统冷启动：新开发网站上进行设计个性化推荐系统解决方式：提供非个性化的推荐利用用户的社交网络账号登录（需用户授权）
推荐系统读书笔记
Jie Qiao的专栏
08-13 1861
推荐系统思路
项亮《推荐系统实践》读书笔记2-推荐系统冷启动问题
君杰加油
05-11 7962
推荐系统冷启动问题 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使用推荐系统，就是冷启动问题。 冷启动问题主要分为三类： （1） 用户冷启动：如何给新用户做个性化推荐的问题，新用户刚使用网站的时候，系统并没有他的行为数据； （2） 物品冷启动：解决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：如何在新开发网站设计个性化推荐系统，此时网站上用
大数据在电商推荐系统中的应用实战
AI 原生应用开发的博客
08-30 975
随着电商平台用户规模与商品数量的指数级增长，信息过载问题成为提升用户体验的核心挑战。推荐系统通过分析用户行为数据与商品特征，实现"千人千面"的个性化内容分发，已成为电商平台提升转化率、用户留存率的关键技术。推荐系统核心算法原理与优化（协同过滤、矩阵分解、深度学习模型）基于Spark的大规模数据处理 pipeline 构建实时推荐引擎与用户画像系统的整合方案从数据预处理到模型部署的全链路实战经验核心概念：解析推荐系统技术栈与数据流转逻辑。
推荐系统与用户画像原理与代码实战案例讲解
AI天才研究院
05-22 636
1. 背景介绍 1.1 推荐系统的起源与发展 推荐系统最早起源于 20 世纪 90 年代，随着互联网技术的兴起，信息过载问题日益严重，用户从海量信息中找到自己感兴趣的内容变得越来越困难。推荐系统应运而生，其目的是根据用户的历史行为、兴趣偏好等信息，为用户推荐可能感兴趣的内容，帮助用户更高效地
AI应用架构师实战：高等教育智能课程推荐系统开发
最新发布
AI大模型应用之禅
09-16 973
性能：选课季并发量达1000QPS，推荐响应时间≤500ms（否则学生不耐烦）。数据隐私：符合《教育数据安全管理规范》，学生姓名、学号等敏感信息需匿名化存储。可扩展性：支持新增课程类型（如MOOC、实践课）、新增数据源（如竞赛获奖记录）。教育AI要“以教为中心”：不能纯技术驱动，要和教育工作者深度合作（如教师参与定义课程的前置关系）。数据是核心：数据质量决定推荐效果，要重视数据治理和隐私保护。持续迭代：教育需求是动态的（如每年新增课程、学生目标变化），要定期收集用户反馈，更新模型和策略。张三。
《推荐系统实践-项亮》读书笔记
林夕
03-02 1509
文章目录第一章 好的推荐系统1.1 什么是推荐系统：1.2 个性化推荐系统的应用：第二章 利用用户行为数据2.1 用户行为数据简介：2.2 用户行为分析：2.3 实验设计和算法评测2.4 基于邻域的算法：基于用户的协同过滤算法：基于物品的协同过滤算法-ItemCF：UserCF VS ItemCF：2.5 隐语义模型（LFM）：2.6 基于图的模型：第三章 推荐系统冷启动问题3.1冷启动简介：3....
[推荐系统实践_项亮] 第一章：好的推荐系统
qq_31225201的博客
03-29 1347
【推荐系统实践】 主要科普了到底什么是推荐系统，以及什么是一个好的推荐系统（1.1） 其次向我们介绍了一些日常生活中常见的推荐系统（1.2 应用） 推荐系统设计出来之后，怎么评判“好”呢，于是介绍了推荐系统的评测指标及维度（1.3） 【什么是推荐系统？】 在信息过载的背景下，人们有三种方式进行信息查找： 1. 按照目录进行分类 2. 搜索引擎 3. 推荐系统 但是1在信息越来越多的现在也变得不再使用，2需要用户有明确需求的时候进行查找，3是当用户没有明确需求时所使用的工具，所以2和3是相辅相成的。 “推
推荐系统实战
s1162276945的博客
05-18 483
https://blog.youkuaiyun.com/chengcheng1394/article/details/78820529 http://ai.baidu.com/paddlepaddle/player?id=77&qq-pf-to=pcqq.c2c
读书笔记－－项亮《推荐系统实践》第一章
高自强的博客
02-03 467
第一章　好的推荐系统 1.1 前言 推荐系统的基本任务是联系用户和物品，解决信息过载的问题 分类目录和搜索引擎各自存在的问题： 分类目录： 搜索引擎：搜索引擎需要用户主动提供准确的关键词才能寻找信息 推荐系统：帮助用户快速发现有用信息，和搜索引擎不同的是,推荐系统不需要用户提供明确的需求,而是通过分析用户的历史行为给用户的兴趣建模，从而主动给用户推荐能够满足他们兴趣和需求的信息。 索索引擎和推荐系统的区别： 搜索引擎：用户有明确的查找需求–>用户需要 推荐系统：用户没有明确的查找需求–>用户可能
读书笔记－－项亮《推荐系统实践》第二章
高自强的博客
02-07 804
第二章　利用用户行为数据 为了让推荐结果符合用户口味,我们需要深入了解用户。 通过用户注册时提交的信息来推断用户兴趣存在的缺点： 现在的自然语言理解技术很难理解用户用来描述兴趣的自然语言（还存在一种情况：给定的词汇可能不能准确表达/涵盖用户的实际兴趣） 用户的兴趣是不断变化的,但用户不会不停地更新兴趣描述 很多时候用户并不知道自己喜欢什么,或者很难用语言描述自己喜欢什么 因此,我们需要通过算法自动发掘用户行为数据,从用户的行为中推测出用户的兴趣,从而给用户推荐满足他们兴趣的物品。 基于用户行为分析的推荐算
读 项亮《推荐系统实践》
qiqll的专栏
11-25 6877
前段时间对推荐系统很感兴趣，所以拿到了这本书，几乎都是用碎片时间阅读的，所以大概看了两个多月。 因为没有看过推荐系统其他的书，所以无法横向评价，但对于一个认知为零的人，从该书中受益还是很大的。 这本书讲的东西比较全，也很贴切实际。整本书篇幅不多，200页出头，很适合我这样的初学者，作为知识了解阶段的读物。 开篇就是介绍推荐系统的概念和应用范围。 第二章 利用用户行为数据。
推荐系统实践_项亮（7）推荐系统实例
山中有石为玉
06-20 629
目录 7.1 外围架构 7.2 推荐系统架构 7.3 推荐引擎的架构 7.1 外围架构 数据收集与存储： 7.2 推荐系统架构 如果将这3种方式都抽象一下就可以发现，如果认为用户喜欢的物品也是一种用户特征，或者和用户兴趣相似的其他用户也是一种用户特征，那么用户就和物品通过特征相联系。 推荐系统的核心任务就被拆解成两部分，一个是如何为给定用户生成特征，另一 个是如何...
项亮《推荐系统实战》思维导图
十三
10-28 4169
最近拜读了项亮博士的《推荐系统实战》，收获很大，整理了一系列的博客。将各章节的链接放在下面，欢迎查看、交流。本文主要总结了1-6章的主要思路，并思维导图绘制。 《推荐系统实战》、《集体智慧编程》、思维导图 第一章 好的推荐系统 第二章 利用用户行为数据 第三章 推荐系统冷启动问题 第四章 利用用户标签数据 第五章 利用上下文信息 第六章 利用社交网络数据 第七章 推荐系统 第八章 评分预测问题 第...
袁博与项亮：数据挖掘到推荐系统实战指南
而“项亮的推荐系统实战PDF”则指向另一部分，很可能是项亮所著的关于推荐系统的实战指导。袁博的课程被形容为“深入浅出”，这对于初学者来说是非常友好的，能够帮助他们理解数据挖掘的算法基础。同时，项亮的作品...
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