Trouvaille_fighting - 博客园_a56爆大奖在线娱乐

2022年12月15日

摘要： u2i由用户向量*物品向量得到 i2i由物品向量*物品向量得到阅读全文

posted @ 2022-12-15 09:53 Trouvaille_fighting 阅读(16) 评论(0) 推荐(0) 编辑

摘要：内容获取(存储MySQL)-进行分词（TF-IDF）-语义拓展-生成每篇文章的向量（出现对应的词及拓展的词就是1）-每篇文章最相似的topN的文章-缓存-提供服务看github案例中文的词库:ai.tencent.com/ailab/nlp/embedding.html 数据量小用提取关键词后可阅读全文

posted @ 2022-12-15 09:33 Trouvaille_fighting 阅读(33) 评论(0) 推荐(0) 编辑

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(315) 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(49) 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

Trouvaille

持续学习...

公告