摘要：本文将要讨论基于矩阵分解的推荐算法，这一类型的算法通常会有很高的预测精度，也活跃于各大推荐系统竞赛上面，前段时间的百度电影推荐最终结果的前10名貌似都是把矩阵分解作为一个单模型，最后各种ensemble，不知道正在进行的阿里推荐比赛(http://102.alibaba.com/competition/addDiscovery/index.htm)，会不会惊喜出现。。。。好了，闲话不扯了，本文打算写一篇该类型推荐算法的入门篇目录一，基于矩阵分解的推荐算法相关理论介绍二，C++代码实现三，总结跟展望一下四，后续计划一，基于矩阵分解的推荐算法相关理论介绍 我们知道，要做推荐系统，最基本的一个数.. 阅读全文

摘要：本文从互联网收集并整理了推荐系统的架构，其中包括一些大公司的推荐系统框架（数据流存储、计算、模型应用），可以参考这些资料，取长补短，最后根据自己的业务需求，技术选型来设计相应的框架。后续持续更新并收集。。。 图1 界面UI那一块包含3块东西：1) 通过一定方式展示推荐物品(物品标题、缩略图、简介等)；2) 给的推荐理由；3) 数据反馈改进个性化推荐；关于用户数据的存放地方：1)数据库/缓存用来实时取数据；2) hdfs文件上面； 抽象出来的三种推荐方式 图2 图3 图3中，推荐引擎的构建来源于不同的数据源(也就是用户的特征有很多种类，例如统计的、行为的、主题的)+不同的... 阅读全文

摘要：以下内容是转至盛大创新研究院官方博客的一篇文章http://in.sdo.com/?p=1707，文中几乎涵盖了当今主流的推荐系统开源软件，我把全文都贴过来了，不过与原文不同的是我把有些已经停止更新/或者更新很慢的都往后面排了。另外也写写自己的一些使用总结。 原文开始： 收集和整理了目前互联网上能找到的开源推荐系统，并附上了个人的一些简单点评（未必全面准确），这个列表是目前为止比较全面的了，希望对大家了解掌握推荐系统有帮助（文/陈运文）SVDFeature由上海交大的同学开发，采用C++语言，代码质量很高。去年我们参加KDD竞赛时用过，很好很方便，而且出自咱们国人之手，所以置顶推荐！项目地址. 阅读全文

摘要：整理归纳一下《推荐系统实践》和《推荐系统导论》两本书的知识点，文中排版格式可能会有点乱，如有问题请指正。OK，闲话不说，先上2张图 对推荐系统的建模数据进行分析，代表型数据：1)无上下文的隐形反馈数据；2) 无上下文的显性反馈数据；3) 有上下文的隐形反馈数据；4)有小上下文的显性反馈数据，其中显性的反馈数据就是用户对物品的评分，而隐形的就是用户对物品的浏览，时长等数据(不同的领域，用户对物品的行为种类不一样)，像我之前的做的都全是用有上下文的隐形反馈，都是通过点击、登陆、时长归纳出来的用户对物品的评分。 有了用户数据以后，可以做一些行为的分析：1) 用户活跃度和物品流行度的分布(用户... 阅读全文

摘要：Slope One 算法 是一种基于评分的预测算法, 本质上也是一种基于项目的算法。与一般的基于项目的算法不同, 该算法不计算项目之间的相似度, 而是用一种简单的线性回归模型进行预测（可以扩展） 算法易于实现, 计算速度快, 可扩展性好, 同时对数据稀疏性有较好的适应性。 例如下面表格里有3个用户对4个物品的评分101102103104UserX53.5UserY2542UserZ4.53.514 求物品两两之间的差值平均分: 物品102和101：{(3.5-5)+(5-2)+(3.5-4.5)}/3=0.5/3 物品103跟101：{(4-2)+(1-4.5)}/2=-... 阅读全文