推荐相关学习 & 典型算法、典型特征、典型推荐系统框架
2017-01-06 23:05
393 查看
总的来说，信息爆炸，产生了信息过载。解决的方法主要有两类：检索和推荐。检索是主动的有目的的、意图明确，推荐是非主动的、意图不明确。
推荐方面最经典的，就是协同过滤推荐了。我博客这里有两篇，一篇偏理论，一篇讲ALS实战。
《协同过滤 CF & ALS 及在Spark上的实现》
《协同过滤 & Spark机器学习实战》
推荐方面最经典的，就是协同过滤推荐了。我博客这里有两篇，一篇偏理论，一篇讲ALS实战。
《协同过滤 CF & ALS 及在Spark上的实现》
《协同过滤 & Spark机器学习实战》
其他的还有一些典型推荐的算法，如下：
典型推荐特征，如下：
典型推荐系统框架，如下：
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 推荐系统算法学习导论
- 推荐系统相关算法(1)：SVD
- 机器学习、数据挖掘、推荐系统相关书籍推荐
- 推荐物品算法：欧几里得距离评价&皮尔逊相关度评价
- 推荐系统相关算法(1)：SVD
- 推荐系统的相关算法SVD
- 推荐系统相关算法：SVD
- 推荐系统相关算法(2)：k-nearest neighbor
- 推荐系统学习之概率算法及其增量算法
- 推荐系统相关算法(1)：SVD
- Linux学习记录--进程控制相关系统调用 推荐
- 推荐系统相关资源汇总，推荐算法、性能比较
- LensKit<开源推荐系统框架Java>学习笔记
- [学习]探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- 推荐引擎算法学习导论-（协同过滤、聚类、分类、模糊和精确k-means算法等）<转>
- 推荐系统相关算法(2)：k-nearest neighbor
- 推荐系统相关算法(1)：SVD
- 文章汇总【特征工程-推荐系统-大数据-在线学习-广告】
- 关于《深入推荐引擎相关算法 - 聚类》文章学习感悟
- 【推荐系统】互联网商用推荐系统算法实践与框架总结