推荐系统-用户信息数据的采集(1)
2013-10-20 21:30
260 查看
马克思说人是一切关系的总和,人是人的历史的总和,他的过去的一切造就了现在的他,他的每一个行为都会和他的家庭教育,他的人生经历有着密切的关系。
在中国偌大的土地上,生长者各色各样的人,他们有着不同的工作,不同的收入,在不同的地方,发生者各种各样的故事,虽然人一直在不断变化,但是人在某个阶段会不自觉或不得已的按照一种生活模式生活,人的需求在某一个阶段就有一定的稳定性,我们就利用这种稳定性来预测未来。
用最近自己历史预测未来。
例如我们发现一个用户,总是在我们的网站浏览手机,那么下一次,我们就会向他推荐手机。
用类似的人的的历史预测未来。
如果你身边有个人,跟你差不多的家庭背景,差不多的大学,差不多的专业,那你们的人生大多数是很相似的。
扯了这么多无关的,回归正题,这篇文章谈推荐系统的数据从哪儿来。
1.显示数据
就是那5克星评分。还有购买数据,收藏物品,这些保存在数据库中,保存在数据库中。数据规整,易于处理。
2.隐式数据
客户的保存,复制,收藏网页,还有在网页的时间等,这些大多数保存在日志中,就是所谓的web使用挖掘。数据混乱,要识别用户和事务,转换为规范数据。
在中国偌大的土地上,生长者各色各样的人,他们有着不同的工作,不同的收入,在不同的地方,发生者各种各样的故事,虽然人一直在不断变化,但是人在某个阶段会不自觉或不得已的按照一种生活模式生活,人的需求在某一个阶段就有一定的稳定性,我们就利用这种稳定性来预测未来。
用最近自己历史预测未来。
例如我们发现一个用户,总是在我们的网站浏览手机,那么下一次,我们就会向他推荐手机。
用类似的人的的历史预测未来。
如果你身边有个人,跟你差不多的家庭背景,差不多的大学,差不多的专业,那你们的人生大多数是很相似的。
扯了这么多无关的,回归正题,这篇文章谈推荐系统的数据从哪儿来。
1.显示数据
就是那5克星评分。还有购买数据,收藏物品,这些保存在数据库中,保存在数据库中。数据规整,易于处理。
2.隐式数据
客户的保存,复制,收藏网页,还有在网页的时间等,这些大多数保存在日志中,就是所谓的web使用挖掘。数据混乱,要识别用户和事务,转换为规范数据。
相关文章推荐
- 推荐系统-用户信息数据的采集(1)
- 推荐系统-用户信息数据的采集(1)
- 推荐系统(二) —— 利用用户行为数据 —— 基于领域的算法
- 推荐系统-利用用户的行为信息
- UWP 应用获取各类系统、用户信息 (1) - 设备和系统的基本信息、应用包信息、用户数据账户信息和用户账户信息
- 系统设计以及javascript笔记:用户行为分析研究之数据采集
- Linux下用于查看系统当前登录用户信息的4种方法 推荐
- 机器学习->推荐系统->利用用户标签数据
- 推荐系统实践---第二章:利用用户行为数据
- 推荐系统方法(利用用户行为数据)
- 推荐系统-通过数据挖掘算法协同过滤讨论基于内容和用户的区别
- 携程实时用户数据采集与分析系统
- 推荐系统(三) —— 利用用户行为数据 —— 隐语义模型
- 数据挖掘:用户推荐系统技术深度揭秘
- 推荐系统实践-利用用户行为数据
- 推荐系统实践阅读笔记——第二章 利用用户的行为数据
- 干货 | 携程用户数据采集与分析系统
- 数据挖掘:用户推荐系统技术深度揭秘
- 推荐系统-利用用户行为数据判断用户间或商品间相似性、分类和个性化推荐
- 推荐系统 | 信息过载的大数据时代,大数据推荐系统如何搭建,趋势何方