推荐算法（6） 实例

相关推荐

• MIND - 基于动态路由的用户多向量召回

  问题背景 ▐  应用场景 在一个典型的推荐场景中,推荐算法的任务是将一个经过筛选排序的,贴近用户兴趣的商品列表推荐给用户.下面两张图片展示了手机淘宝两个比较典型的推荐场景,分别是首页的信息流场景和微详 ...

• 解读|阿里、腾讯和百度发表于KDD2018上的论文（含附录）

  本文对阿里巴巴.腾讯及百度在2018KDD上发表的论文进行了解读,涵盖了几个方面的内容. 阿里巴巴(4篇):搜索结果排序.视觉搜索.推荐算法和图嵌入. 腾讯(2篇):文本匹配和智能医疗领域. 百度(2 ...

• 斯坦福大学最新论文|知识图卷积神经网络在推荐系统中的应用

  推荐系统广泛应用于互联网应用和服务中.传统的协同过滤推荐算法通常会遇到用户-物品交互的稀疏性问题和冷启动问题,可以通过引入额外的信息来解决,如用户/物品属性信息和社交网络.近年来,为了解决上述问题,一 ...

• 年轻人开始“反推荐算法”：算法不讲武德！

  深燃(shenrancaijing)原创 作者 | 王敏 编辑 | 向小园 "算法不讲武德!"越来越多年轻人发觉,生活正在被算法控制. 从事互联网运营的卢锋,想要搜索某个科技产品的 ...

• 推荐算法（8）评测指标

  推荐算法（8）评测指标

• 推荐算法（5）利用社交网络数据

  影响用户相信某个推荐结果的因素,90%的用户相信朋友对他们的推荐.基于社交网络的推荐可以很好的模拟现实社会.所以利用社交网络数据进行推荐可以增加用户对系统的信任度.另外利用用户在社交网络的数据可以解决 ...

• 推荐算法（4）利用上下文信息

  上下文信息包括: 时间的上下文.地点的上下文.心情的上下文- 一.时间的上下文 1.理论 1)时间上对用户的影响: 1.用户自己的兴趣变化(随年龄,时间的变化,兴趣也在变化) 2.物品有自己的生命周期 ...

• 推荐算法(2)：基于内容的推荐

  思路: 根据用户过去喜欢的产品(本文统称为 item),为用户推荐和他过去喜欢的产品相似的产品 流程: 内容表征 Item Representation:为每个item抽取出一些特征(也就是item的 ...

• 推荐算法(1)：协同过滤总结

  一.协同过滤方法: (1)基于内容/基于领域的协同过滤 ICF 计算items之间的相似度,推荐与A的已知item最相关的item 步骤: 1.输入item-user矩阵 2.求item-item相似 ...

• 推荐算法（3）：利用用户标签数据

  第一种CB 第二种 UCF 第三种 用户标签行为数据.就是人为的添加的标签,比如用户对看的一部电影打标签,写博客时作者给博客打的标签.标签分两种:一种是作者或者专家给商品打标签,一种是普通用户对商品打 ...

• 图解抖音推荐算法

  抖音推荐算法究竟如何是做抖音短视频运营的同学非常关心的问题,抖音官方并没有披露正式的算法,但凭借着民间的智慧和官方披露的部分信息中,网友已经总结出抖音推荐算法的秘密.这里整理资料如下: 首先看短视频发 ...

• 从零到万的粉丝：抖音的推荐算法到底是怎样的？

  为什么现在各家都要做抖音.原因很简单. 在抖音,哪怕你没有任何名气,没有一个粉丝,完全零流量,也可以在很短的时间内打造出一个100万精准粉丝的大号. 只要上传了视频,抖音平台都会自动分配精准流量,为产 ...