推荐算法:综述
2016-05-20 14:15
113 查看
长尾理论
马太效应
Top-N
分析用户对电影的兴趣
推荐给他们喜欢却未打分的电源
销售额提高了30%
基于内容推荐更适合“用户焦点比较集中”的使用场景,比如垂直领域的内容推送。
2万电影
10亿打分集合
马太效应
问题
打分预测Top-N
推荐算法发展
* GroupLens研究小组对MovieLen电源推荐系统
用户对喜欢的电影打分分析用户对电影的兴趣
推荐给他们喜欢却未打分的电源
* Amazon将推荐应用到电子商务
通过分析用户的购买浏览,预测用户可能对什么感兴趣销售额提高了30%
* Acm Conference on Recommender System
* Netflix大赛
推荐算法列表
内容过滤(Content Filtering)
分析item的特征,需要对item进行特征建立和建模。基于内容推荐更适合“用户焦点比较集中”的使用场景,比如垂直领域的内容推送。
协同过滤(Collaborative Filtering)
推荐的新颖度高社会化过滤
基于地理位置
数据集
Netflix数据集
50万user2万电影
10亿打分集合
MovieLens
相关文章推荐
- MySql表大小、行大小和列大小的限制
- jquery 插件编写
- rabbitmq实战总结
- python的list和tuple
- layer-layui
- Struts2_OGNL
- 忘记Lnmp下的msql的root用户密码怎么办(主要涉及权限问题)
- Android OnLowMemory和OnTrimMemory
- 面试基础(一)-字符串函数
- IOS开发299美刀企业级开发者证书App打包
- Loadrunner IP欺骗
- Redis命令大全
- java读写注册表的两种方式,Preferences与jRegistry
- 设计模式前篇面向对象设计原则
- Stay教你程序员泡妞攻略
- Qt 使用Windows API 函数精确控制循环执行的周期时间
- 要学JavaScript!进来看吧,反正不花钱!~
- Android studio主题不匹配问题解决方法
- Struts2 基本配置
- jQuery的案例及必知重要的jQuery选择器