随笔分类 -  推荐系统学习

摘要：《Matrix Factorization Techniques for Context-Aware Collaborative Filtering Recommender System: A Survey》，2018年，在dblp可下载。 摘要 协同过滤推荐系统通过学习过去用户项目关系来预测用户在 阅读全文

摘要：于2019年6月发表于计算机应用研究。作者，西南交通大学的曹占伟。 摘要 传统协同过滤推荐算法存在冷启动、数据稀疏以及相似度度量准确性的问题（这里作者指出还有一个相似度度量准确性的问题，普遍是冷启动和数据稀疏）。 基于LDA主题模型对文本隐式主题挖掘很有效（我把这个理解为挖掘上下文信息以处理冷启动） 阅读全文

摘要：推荐系统中的个性化推荐一定要有用户模型或用户记录。需要获取用户信息，有两种获取途径显式获取和隐式获取。 协同过滤（CF，Collaborative Filtering） 协同过滤推荐方法的主要思想是，利用已有用户群过去的行为或意见预测当前用户最可能喜欢哪些东西或对哪些东西感兴趣。 输入数据只有用户- 阅读全文