社会化搜索与推荐浅析-智能web浅析
2012-03-15 22:22
330 查看
web的现状:
大多数的传统web应用是不智能的,特点就是对所有用户的输入的反馈是相同的。
所需要做的是:系统在反馈之前先考虑用户的所有行为,和所有用户在不同时间的行为,及其它各种可能有用的信息进行分析。
web智能的基本要素:
内容聚合:即与具体应用相关的大量的数据
参考结构:内容的结构化和语义解释
算法:获得数据中隐藏的信息
智能推荐所要注意的地方:
1:数据是否可信
规范不统一,不适合所选的算法,数据缺失等
2:计算耗时可能很长,且误差很难控制
3:数据的规模过小或过大
过大会影响计算时长,过小又会影响精准度
4:有的算法是不可扩展的(不能够通过简单的增加机器来完成)
5:不要试图重复用同样的技术解决不同的问题(当你手里有一把锤子,那么看什么都是钉子)
大多数的传统web应用是不智能的,特点就是对所有用户的输入的反馈是相同的。
所需要做的是:系统在反馈之前先考虑用户的所有行为,和所有用户在不同时间的行为,及其它各种可能有用的信息进行分析。
web智能的基本要素:
内容聚合:即与具体应用相关的大量的数据
参考结构:内容的结构化和语义解释
算法:获得数据中隐藏的信息
智能推荐所要注意的地方:
1:数据是否可信
规范不统一,不适合所选的算法,数据缺失等
2:计算耗时可能很长,且误差很难控制
3:数据的规模过小或过大
过大会影响计算时长,过小又会影响精准度
4:有的算法是不可扩展的(不能够通过简单的增加机器来完成)
5:不要试图重复用同样的技术解决不同的问题(当你手里有一把锤子,那么看什么都是钉子)
相关文章推荐
- 社会化搜索与推荐浅析-朴素贝叶斯+laplace平滑文本分类器推导过程及java版实现
- 社会化搜索与推荐浅析-大数据下的实时搜索
- 社会化搜索与推荐浅析-常见推荐算法的比较和浅析
- 社会化搜索与推荐浅析-聚类与分类
- 智能搜索的问题所在 推荐
- 社会化推荐系统浅析-概述
- 利用nutch-1.2和Lucene 搭建自己的搜索平台, Apache Mahout 构建社会化推荐引擎
- 社会化推荐系统浅析-欧几里德距离的java实现
- 智能推荐:“相关性搜索”只给你最想要的
- 搜索 推荐系统 聚类 分类 分类器组合之【智能Web算法】笔记
- 社会化推荐系统浅析-社会化推荐系统和传统搜索的区别及当前现状随谈
- 【推荐】发一个带智能搜索提示的百度搜索框,很酷!!!
- 社会化推荐系统浅析-皮尔逊相关系数的java实现
- 金融科技&大数据产品推荐:日志易—机器数据实时搜索分析引擎
- 互联网周刊第六期:垂直搜索挑战Google--这篇文章的受用度超过50个所谓专家的狗屁膏药文章(推荐文章)
- 一个推荐系统,实现完整的设计-在百度搜索关键词推荐案例
- 搜索系统10:机器学习算法浅析
- 实战智能推荐系统(4)-- 什么是好的推荐系统?
- 实战智能推荐系统(5)-- 推荐系统评价指标
- 实战智能推荐系统(5)-- 推荐系统评价指标