【学习笔记】读项亮的《推荐系统实践》_第五章利用上下文信息

本文深入探讨了推荐系统中的时间上下文信息和位置上下文信息,包括如何利用时间信息进行时间多样性推荐,以及如何整合位置信息提升用户体验。通过分析不同场景下时间与位置对推荐效果的影响,提出基于时间上下文和位置上下文的推荐算法,旨在提供更加个性化和及时的推荐服务。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

个人想法哈,推荐系统三个要素:用户、物品、关联两者的信息(推荐依据)。对于确定的推荐系统而言,用户和物品都是无法选择的,推荐系统的构建就是不断寻找新的推荐依据、并综合现有的推荐依据,设计推荐策略、给用户推荐物品的过程。关键还是推荐依据的寻找,而不是策略或者算法的设定。有了新的信息,比复杂的奇思淫巧强得多。

项亮这本书的后几章,都是在描述不同的推荐依据信息,讲述如何利用这些信息了。

这章的标题是“上下文信息”,内容上讲了两个信息:时间信息和位置信息。



5.1 时间上下文信息

google有google insight,就是看某个搜索词自2004年以来的搜索量变化,从中可以看出人们对这些词的兴趣随着时间的变化而变化。

如何统计某个事物(如:某个网站)的用户访问情况随时间的变化规律?

方法1:统计一段时间以来用户平均活跃天数

方法2:统计两个时间段,如像个T天,访问系统的用户的重合程度

推荐系统的时间多样性:1. 在用户有新行为的时候,根据新行为,调整推荐结果;2. 在没有新行为的时候,也能适当变化推荐结果。

时间上下文推荐算法:

1. 最近最热门

最基本的算法,即在基本的热门排序基础上,通过时间的反函数来对物品出现次数加权,出现时间距离现在越早,则权重越低。

公式为:

n(T) = sum_t<T ( 1 / (1 + alpha * (T - t) ) )

其他的几种算法就是在这个基础之上改进得到的。

2. 时间上下文相关的ItemCF算法

在计算物品相似度的时候,引入时间因素,加入上面公式中的权重。

3. 时间上线问相关的UserCF算法

基本假设是给当前用户推荐和他兴趣相似的用户最近喜欢的物品。也是用1的公式融入到经典算法当中。

时间段图模型:项亮自己的一篇论文的成果,在图模型中引入了时间因素。个人没细看,感觉学术作用大于工业作用。

最后要注意的是:不是引入了时间信息,推荐系统的性能就一定能够提高。例如:百科类网站,实验证明,没啥提高;而youtube、blogSpot等时效性很强的网站,会有很好的正面作用。


5.2 地点上下文信息

最近火热的LBS就是了。这本书讲什么吸引人的东西。



内容概要:本文探讨了在MATLAB/SimuLink环境中进行三相STATCOM(静态同步补偿器)无功补偿的技术方法及其仿真过程。首先介绍了STATCOM作为无功功率补偿装置的工作原理,即通过调节交流电压的幅值和相位来实现对无功功率的有效管理。接着详细描述了在MATLAB/SimuLink平台下构建三相STATCOM仿真模型的具体步骤,包括创建新模型、添加电源和负载、搭建主电路、加入控制模块以及完成整个电路的连接。然后阐述了如何通过对STATCOM输出电压和电流的精确调控达到无功补偿的目的,并展示了具体的仿真结果分析方法,如取仿真数据、提取关键参数、绘制无功功率变化曲线等。最后指出,这种技术可以显著提升电力系统的稳定性与电能质量,展望了STATCOM在未来的发展潜力。 适合人群:电气工程专业学生、从事电力系统相关工作的技术人员、希望深入了解无功补偿技术的研究人员。 使用场景及目标:适用于想要掌握MATLAB/SimuLink软件操作技能的人群,特别是那些专注于电力电子领域的从业者;旨在帮助他们学会建立复杂的电力系统仿真模型,以便更好地理解STATCOM的工作机制,进而优化实际目中的无功补偿方案。 其他说明:文中提供的实例代码可以帮助者直观地了解如何从零开始构建一个完整的三相STATCOM仿真环境,并通过图形化的方式展示无功补偿的效果,便于进一步的学习与研究。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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