
Recommender Engine
文章平均质量分 78
zjnig711
你好
展开
-
《探索推荐引擎的秘密》系列
最近推荐引擎成为显学,主要原因应该是电子商务的蓬勃发展。头些日子和图灵的两位老师吃饭,我甚至了解到因为推荐引擎以及机器学习领域的日渐火爆,图灵出的线性代数最近销量都很好,更别提大家现在到处都可以看到这个领域相关的招聘。我最近的创业项目iApp4Me其实也是一个推荐引擎的应用,我关注这个领域有很长一段时间了。这个领域还很新,还有很多未知的可能性,非常有意思。不过在我关注的过程中,我发现很多人其实转载 2012-04-26 15:17:50 · 651 阅读 · 0 评论 -
必应申请专利:欲用上网踪迹判断搜索者兴趣
2012-4-27 9:45:43 搜狐IT 搜索引擎 搜索门户 暻瑾0推荐本文 据国外媒体报道,在搜索市场苦苦追赶谷歌的微软比应,将突破点放在了个性化搜索上。据悉,微软已申请一项新专利,欲根据用户在社交网站的“踪迹”猜测其兴趣爱好,从而提升搜索结果的个人相关度。 据悉,这项专利最早是在2010年10月提交申请,美国专利商标局于转载 2012-05-02 13:29:35 · 867 阅读 · 0 评论 -
探索推荐引擎内部的秘密,第 1 部分: 推荐引擎初探
赵 晨婷, 软件工程师, IBM马 春娥, 软件工程师, IBM简介: 随着 Web 技术的发展,使得内容的创建和分享变得越来越容易。每天都有大量的图片、博客、视频发布到网上。信息的极度爆炸使得人们找到他们需要的信息将变得越来越难。传统的搜索技术是一个相对简单的帮助人们找到信息的工具,也广泛的被人们所使用,但搜索引擎并不能完全满足用户对信息发现的需求,原因一是用户很难用恰当的关键词描述自己转载 2012-04-28 15:25:24 · 700 阅读 · 0 评论 -
探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
赵 晨婷, 软件工程师, IBM马 春娥, 软件工程师, IBM简介: 本系列的第一篇为读者概要介绍了推荐引擎,下面几篇文章将深入介绍推荐引擎的相关算法,并帮助读者高效的实现这些算法。在现今的推荐技术和算法中,最被大家广泛认可和采用的就是基于协同过滤的推荐方法。它以其方法模型简单,数据依赖性低,数据方便采集 , 推荐效果较优等多个优点成为大众眼里的推荐算法“No.1”。本文将带你深入了解协转载 2012-04-28 15:26:27 · 525 阅读 · 0 评论 -
探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类
赵 晨婷, 软件工程师, IBM马 春娥, 软件工程师, IBM简介: 智能推荐大都基于海量数据的计算和处理,然而我们发现在海量数据上高效的运行协同过滤算法以及其他推荐策略这样高复杂的算法是有很大的挑战的,在面对解决这个问题的过程中,大家提出了很多减少计算量的方法,而聚类无疑是其中最优的选择之一。聚类 (Clustering) 是一个数据挖掘的经典问题,它的目的是将数据分为多个簇 (Clu转载 2012-04-28 15:27:17 · 620 阅读 · 0 评论 -
推荐引擎
2007-04-18 09:47 5289人阅读 评论(2)收藏 举报搜索是你明确地知道自己要找什么东西时所做的事情,而发现是你并不明确地知道一些好东西存于世上的时候,这些东西主动找到了你。 以“发现”为主要功能的网站正如雨后春笋般在互联网上崭露头角。许多公司推出了能够帮助消费者找到新网站、新唱片或者新朋友的推荐功能——不管想要什么,去互联网上都可以发现那些你闻所未转载 2012-04-28 14:18:03 · 1323 阅读 · 0 评论 -
网站推荐机制中的艺术、科学与商务问题
网站推荐机制是电子商务或内容网站的核心功能之一。例如你在一个网站买了一本书后,网站会推荐其他你可能会感兴趣的书。这被认为是亚马逊等电子商务巨头成功的关键。本文对几个出色的推荐系统进行了较透彻的分析。2006年10月,Netflix搞了一次不寻常的有奖竞赛。这家网上DVD租赁公司开出奖金一百万美元,奖励给能把他们网站的产品推荐机制提高10%的人。Netflix 以富有创新精神和闯劲著称。而一百万转载 2012-04-28 14:22:55 · 526 阅读 · 0 评论 -
推荐引擎机制的前提、基本方式和典型应用
推荐机制的两种方式:1、基于用户行为;2、基于产品基因;推荐机制建立的前提:1、用户行为数据记录;2、产品特性基因构成; 1、基于用户行为:案例amazon(亚马逊) 亚马逊的推荐系统是程序自动化和用户相关购物信息天才集合的经典之作。亚马逊花了十几年的时间建立和完善了这个系统。这个系统基于产品和相关用户的巨大数据库;记录的信息包括你在过去几年或几分钟内做过什么。所有推荐转载 2012-04-28 14:19:42 · 619 阅读 · 0 评论 -
推荐引擎:信息逆流
作者:夏勇峰 |发表时间:一月 - 9 - 2012 | 分类:变量信息时代用户链接内容的方式将再次产生深刻变化,而这一变化的驱动者,正是推荐引擎技术。如果回到20世纪80年代,面对一台当时的电脑,你很可能会不知所措。原因很简单,当时要访问电脑内的内容——不管是软件或者游戏,你起码必须掌握基本的Dos命令。换句话说,当时用户与内容链接的方式,是输入大量电脑“听得懂”的命转载 2012-04-26 16:06:43 · 1461 阅读 · 0 评论 -
从Web 2.0到推荐引擎2.0
同人于野(《新知客》,2010年9月)互联网应用的新概念似乎总是层出不穷,然而相对于2005年前后中国一下子冒出来的一大批 web 2.0 网站和最近几年出现的“云计算”,此时此刻的互联网业界似乎有点沉闷。人们开始谈论,互联网下一个有趣的事情是什么?百姓网 CEO 王建硕,最近在《中国企业家》杂志发表文章《2011年注定是中国互联网第三春》,提出一个五年周期理论,认为每隔五年左右就转载 2012-04-26 15:47:28 · 650 阅读 · 0 评论 -
推荐引擎基本知识
来自百度百科:http://baike.baidu.com/view/2195012.htm目录推荐引擎简介推荐引擎的发展历程推荐引擎技术的使用推荐引擎无处不在展开推荐引擎简介推荐引擎 推荐引擎,是主动发现用户当前或潜在需求,并主动推送信息给用户的信息网络。特点 推荐引擎不是被动查找,而是主动推送;不是独立媒体,而是媒体网络;不是检索机制,而转载 2012-04-26 15:32:01 · 1119 阅读 · 0 评论 -
App成长记第三期:iApp4Me的新逻辑
2012-02-14 19:01:41 来源: 网易手机 有11人参与手机看新闻转发到微博(0)郝培强说,iAPP4Me就是一个推荐app的服务,用户可以通过这个服务查找到朋友买了什么应用。前言:说到软件推荐,很多人的第一反应是类似于iapps的各类限免推荐,但是苹果的开发者从来都不缺少创新的精神,今天要聊的这款iApp4Me,就用自己的逻辑,为用户提供了一个了解软件的新途径。转载 2012-04-26 15:25:13 · 881 阅读 · 0 评论 -
个性化推荐的十大挑战
原作者: 周涛 来源: 科学网周涛博客发布时间:2012-05-07 09:31http://bbs.sciencenet.cn/home.php?mod=space&uid=3075&do=blog&id=554630 个性化推荐很多人都知道,但其中不乏认识上的误区。有的人觉得个性化推荐就是细分市场和精准营销,实际上细分市场和精准营销往往是把潜在的用户分转载 2012-05-28 15:49:01 · 3828 阅读 · 0 评论