2022年12月14日
9 推荐系统的AB测试
摘要： ![image](https://img2023.cnblogs.com/blog/2520904/202212/2520904-20221214203943862-123321585.png) ![image](https://img2023.cnblogs.com/blog/2520904/202212/2520904-20221214204520950-645827210.png) ![im 阅读全文
posted @ 2022-12-14 21:09 Trouvaille_fighting 阅读(46) 评论(0) 推荐(0) 编辑
8 多路召回的融合排序
摘要： 融合排序：将多种召回排序的列表进行融合为一个列表 阅读全文
posted @ 2022-12-14 18:21 Trouvaille_fighting 阅读(324) 评论(0) 推荐(0) 编辑
7 实现基于协同过滤的推荐系统
摘要： u2u2i:u1,u2,u4都喜欢l1,l2,他们相似。u2,u4都喜欢l4,就向u1推荐l4。 u2i2i:u2,u4a56爆大奖在线娱乐喜欢l2的也喜欢l3,a56爆大奖在线娱乐u1喜欢l2的推荐给他l3。 阅读全文
posted @ 2022-12-14 18:12 Trouvaille_fighting 阅读(35) 评论(0) 推荐(0) 编辑
6 实现基于内容的推荐系统
摘要： 给物品找一个特征，得到一个向量 根据用户的偏好，得到一个向量 求两个向量的相似度，得到topN物品 阅读全文
posted @ 2022-12-14 17:38 Trouvaille_fighting 阅读(22) 评论(0) 推荐(0) 编辑
5 推荐系统通用技术架构
摘要： ![image](https://img2023.cnblogs.com/blog/2520904/202212/2520904-20221214170613553-2007047205.png) 阅读全文
posted @ 2022-12-14 17:11 Trouvaille_fighting 阅读(35) 评论(0) 推荐(0) 编辑
4 Netflix经典推荐系统框架
摘要： ![image](https://img2023.cnblogs.com/blog/2520904/202212/2520904-20221214170406802-833468887.png) 阅读全文
posted @ 2022-12-14 17:05 Trouvaille_fighting 阅读(50) 评论(0) 推荐(0) 编辑
3 推荐系统的召回路径
摘要： U tag I 都a56爆大奖在线娱乐结点，2a56爆大奖在线娱乐边 i2i: 一个物品和另一个物品的相似度 内容相似:取标题的关键字的相似度，推荐标题相似的文章 基于行为->协同过滤、关联规则：发现ItemX和ItemY经常一起看，看过ItemX就推荐ItemY u2i:用户的直接行为推荐 u2i2i:两种方式结合 u2u2i: 阅读全文
posted @ 2022-12-14 12:40 Trouvaille_fighting 阅读(32) 评论(0) 推荐(0) 编辑
2 推荐系统包含哪些环节
摘要： 召回： 降低数量级、选取与用户直接相关/间接相关的粗略相关的内容 排序：喜欢/不喜欢对应二分类的问题，按照概率进行排列，已经是精确的个性化了 调整：进一步细节优化 数据量不多的话，可以直接抛给排序阶段对数据进行排序，效果也不错 阅读全文
posted @ 2022-12-14 11:43 Trouvaille_fighting 阅读(26) 评论(0) 推荐(0) 编辑
1 推荐系统的介绍
摘要： 一、推荐系统是什么 定义：根据用户的历史信息和行为，向用户推荐他感兴趣的内容 方法： 用户1喜欢钢铁侠，绿巨人与钢铁侠近，推荐绿巨人 用户1与用户3相近，将用户3喜欢的蝙蝠侠推荐给用户1 根据用户看过的内容，依据内容的标签，推荐具有相同内容标签的电影和课程 推荐系统解决了什么问题 阅读全文
posted @ 2022-12-14 11:00 Trouvaille_fighting 阅读(38) 评论(0) 推荐(0) 编辑