程序猿·D·安宇雨 DeepMind

004 推荐系统 | PersonalRank算法

安宇雨 - 随手采集
2019-04-12 01:21:44
随手采集
0000-未整理-等待研究

PersonalRank算法对通过连接的边为每个节点打分，具体来讲，在PersonalRank算法中，不区分用户和商品，因此上述的计算用户A对所有的商品的感兴趣的程度就变成了对用户A计算各个节点的重要程度。原网址: 创建于: 20190412 01:21:44目录: default标签: 无

阅读全文

005 推荐系统 | content-based

安宇雨 - 随手采集
2019-04-12 01:21:26
随手采集
0000-未整理-等待研究

CB的过程一般包括以下三步：1. Item Representation：为每个item抽取出一些特征（也就是item的content了）来表示此item； 2. Profile Learning：利用一个用户过去喜欢（及不喜欢）的item的特征数据，来学习出此用户的喜好特征（profile）； 3. Recommendation Generation：通过比较上一步...

阅读全文

006 推荐系统 | item2vec

安宇雨 - 随手采集
2019-04-12 01:20:55
随手采集
0000-未整理-等待研究

参考 \ https://cloud.tencent.com/developer/article/1039868原网址: 创建于: 20190412 01:20:55目录: default标签: 无

阅读全文

007 推荐系统 | 多值离散特征的embedding解决方案

安宇雨 - 随手采集
2019-04-12 01:20:40
随手采集
0000-未整理-等待研究

参考 https://blog.csdn.net/r3ee9y2oefcu40/article/details/82880171原网址: 创建于: 20190412 01:20:40目录: default标签: 无

阅读全文

008 推荐系统 | DCN TODO

安宇雨 - 随手采集
2019-04-12 01:20:15
随手采集
0000-未整理-等待研究

DCN原网址: 创建于: 20190412 01:20:15目录: default标签: 无

阅读全文

009 推荐系统 | PNN

安宇雨 - 随手采集
2019-04-12 01:19:58
随手采集
0000-未整理-等待研究

目录对比其他模型效果参考原网址: 创建于: 20190412 01:19:57目录: default标签: 无

阅读全文

010 推荐系统 | Bandit算法

安宇雨 - 随手采集
2019-04-12 01:19:39
随手采集
0000-未整理-等待研究

目录累计遗憾常用Bandit算法原网址: 创建于: 20190412 01:19:39目录: default标签: 无

阅读全文

101 推荐系统 | 《Deep Neural Networks for YouTube Recommendations》阅读笔记

安宇雨 - 随手采集
2019-04-12 01:19:09
随手采集
0000-未整理-等待研究

2016年的论文可以借鉴的特征 time since last watch: 自上次观看同channel视频的时间 previous impressions: 该视频已经被曝光给该用户的次数原网址: 创建于: 20190412 01:19:09目录: default标签: 无

阅读全文

011 推荐系统 |协同过滤

安宇雨 - 随手采集
2019-04-12 01:18:44
随手采集
0000-未整理-等待研究

userbased两个用户A和B很相似，那么可以把B购买过的商品推荐给A（如果A没买过）；例如你和你的师兄都是学机器学习的，那么你的师兄喜欢的书籍，你也很有可能喜欢itembased两个item：A和B很相似，那么某个用户购买过A，则可以给该用户推荐B。例如一个用户购买过《模式识别》这本书，它很有可能也喜欢《推荐系统》这本书。计算两个item是否相似的一种简单方法是，看看他们的共现...

阅读全文