随笔分类 -  kddcup

摘要：最近几天测试了mahout svd算法，网上的文档比较少，花了不少时间读它的代码，终于把流程搞清楚了，在这里总结一下。1、关于奇异值分解的理论基础，请参看下面的链接http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html2、关于奇异值分解的应用场景，请参看下面的例子http://www.igvita.com/2007/01/15/svd-recommendation-system-in-ruby/3、关于奇异值分解输入、输出文格式的件的转换，，请参考 http://bickson.blogsp 阅读全文

摘要：最近看推荐系统方面的东西也有段日子了，有书，博客，唯独没有看论文。总感觉论文对于工业界来说用处真的不如学校做课题、论文那么大，只要知道某个算法好不好用以及怎么用就可以了，也不必知道太多的细节和数学推导。但根据一个好的算法，产品部门可以设计出很多很酷的产品，让用户倍感web应用的人性化。在看书，看大牛们的博客时，学习到了很多算法和思路。现在总结一下：1、Item based collective filtering这个算法是cf中的一种，也是当今很多大型网站都在采用的核心算法之一。对于商城网站（以Amazon为代表，当然也包括京东那种具有搞笑特色的推荐系统在内），影视类推荐，图书类推荐，音乐类推 阅读全文

摘要：我总结了一下现有的著名的商业推荐系统，这里也分享一下：图书Amazon豆瓣读书当当网新闻google newsGenieo电影NetflixJinniMovieLensRotten TomatoesFlixsterMTime音乐豆瓣电台LastfmPandoraMufinLalaEMusicPing视频YoutubeHuluClciker文章CiteULikeGoogle ReaderStumbleUpon旅游WanderflyTripAdvisor社会网络Facebooktwitter综合AmazonGetGlueStrands欢迎大家补充，我还在不断完善这个列表本文转载在：http://b 阅读全文

摘要：KDD Cup 2011的主题是音乐推荐，虽然数据集还没有正式公布，但相关的讨论已经开始预热了。本次数据集合的一个特点，是评分对象不光是歌曲，还包括专辑、艺术家 和音乐流派，这使得用户的偏好相对更丰富和层次化；但content-based的研究者意见很大，音乐信息也被搞成匿名使得他们基本没法玩了。其实个人认为，即使有了用户评分和资源数据，类似这样以特定目标函数为优化对象的竞赛，距离实际应用的音乐推荐系统还有蛮大的差别。毕竟我们没办法拿几个 prediction指标来评价效果，更何况对于一个日常实际应用来讲，在更新相对缓慢的音乐数据集合上想要做的不是一个单次推荐。还是那句正确的废话， 数据、算法 阅读全文

摘要：1.weight=2.0 in user_key_words.txt item的关键字来自于描述语句，可以重复，然后把他复制到用户关键字文件中，同时用户关键字文件中还有从发的微博或转发微博提取出来的关键字。 解答自：http://www.kddcup2012.org/c/kddcup2012-track1/forums/t/1480/weight-2-0-in-user-key-words-txt2. 文本相似的的计算 来源1：http://wenku.baidu.com/view/d75e953987c24028915fc3da.html 来源2：http://cslt.riit.ts... 阅读全文

摘要：辛卯年乙未月己巳日，大局已定。仿三国演义，记下赛事五回。第一回 山中有寨柠檬香，邪道异术出山狂第二回 绝世秘籍未相传，独门小式败探花第三回 光阴有痕巧破译，大象无形气莫测第四回 山穷水尽疑无路，九易参数又一村第五回 强强联合遇强敌，人品爆发显王道 作为程序员，先说说“第〇回”的故事。比赛前半年，dora神发现了有个叫KDD Cup的比赛，做数据挖掘的，而且有奖金。在研一迷茫的生活中，发现一个既是我当时最有兴趣的数据挖掘方向的，又是有奖金的比赛，肯定是高兴的不得了，果断写入TODO-list。第一回 山中有寨柠檬香，邪道异术出山狂 转眼间就到了“第一回”的时间，比赛开始了。KDDCup 20.. 阅读全文