xbmatrix的博客

1. 好的推荐系统1.1 构成。前台展示页面、后台日志系统、推荐算法1.2 应用。电子商务。个性化推荐列表、相关列表推荐电影和视频网站个性化音乐网络电台。用户没有明确需求社交网络。利用用户的社交网络信息对用户进行个性化的物品推荐信息流的会话推荐;给用户推荐好友个性化阅读基于位置的服务。上下文感知。个性化邮件个性化广告1.3 推荐系统评测

参考：http://www.cnblogs.com/Xnice/p/4522671.htmlhttp://blog.youkuaiyun.com/dark_scope/article/details/17228643http://blog.youkuaiyun.com/qq_20599123/article/details/51509335用户-电影评分矩阵形式矩阵分解

参考：http://blog.youkuaiyun.com/wangjian1204/article/details/50498287一、概述：基于内容的推荐系统（CBRSs）从item和用户的内容描述中提取出item的内容特征和用户偏好，根据用户对item的评价历史和item之间的语义（内容）相似度进行推荐。    基于内容推荐系统的高层次结构如图

参考：http://blog.youkuaiyun.com/wangjian1204/article/details/50490108一、概述：基于近邻的推荐算法在推荐系统中占有重要的地位，是学术界的一个重点研究方向，在产业界也得到了广泛的应用。基于近邻的推荐算法大致可以分为user-based和item-based两类，关于近邻推荐算法的基础性介绍，请参见博文： “推荐系统笔记一

参考：http://blog.youkuaiyun.com/wangjian1204/article/details/50465109一、概述：矩阵分解模型是把用户偏好和item属性投影到同一个隐因子空间（latent factor space），以用户偏好和item属性的匹配程度来预测评分。通常推荐系统可以用于模型训练的信息主要有用户的显式反馈、隐式反馈和时间信息等。显式反馈（exp

参考：http://blog.youkuaiyun.com/wangjian1204/article/details/50451249Recommender Systems Handbook 第一版（2008年）是推荐系统方向入门的经典。7年后，第二版（2015年）终于诞生了，加入了这几年推荐系统领域的最新技术，又是state-of-the-art了吧，开始读书加笔记整理。。。一、

参考：http://www.cnblogs.com/porco/p/4421503.html冷启动问题定义：在开始阶段，没有大量用户数据的情况下，进行个性化推荐的问题。分类对策(提供非个性化推荐-热门推荐)用户冷启动-对新用户进行推荐A1.利用新用户的注册信息进行推荐   2.导入用户社交网站信息A3.要求用户

参考:http://blog.youkuaiyun.com/dark_scope/article/details/17228643〇.说明         本文的所有代码均可在 DML 找到，欢迎点星星。一.引入          推荐系统（主要是CF）是我在参加百度的电影推荐算法比赛的时候才临时学的，虽然没拿什么奖，但是知识却是到手了，一直想写一篇关于推荐系统的文章总结下，这次借着完

参考:http://www.cnblogs.com/Xnice/p/4522671.htmlSVD++是基于SVD(Singular Value Decomposition)的一种改进算法。SVD是一种常用的矩阵分解技术，是一种有效的代数特征提取方法。SVD在协同过滤中的主要思路是根据已有的评分情况，分析出评分者对各个因子的喜好程度以及电影包含各个因子的程度，最后再反过来分析数据得出预测结

参考:http://www.cnblogs.com/lzllovesyl/p/5243370.html本文先从几何意义上对奇异值分解SVD进行简单介绍，然后分析了特征值分解与奇异值分解的区别与联系，最后用python实现将SVD应用于推荐系统。1.SVD详解SVD(singular value decomposition)，翻译成中文就是奇异值分解。SVD的用处有很多，

参考:http://mp.weixin.qq.com/s?__biz=MzA4OTk5OTQzMg==&mid=2449231187&idx=1&sn=ecdb7cc4ddd8953bd0a48e8c14d8077a&mpshare=1&scene=1&srcid=0310tZN8SjNbDVd7f8cOFAEc#rdTopic Model (主题模型）这个东西如果从99年Hofman

参考：http://blog.youkuaiyun.com/bitcarmanlee/article/details/52143909http://blog.youkuaiyun.com/dream_catcher_10/article/details/50844976简介1.FM（factorization machine）模型是一种基于矩阵分解的机器学习模型，对于One-Hot编码引起的稀疏数据具有很