深度机器学习

摘要： 在书的“后记”部分，作者列出了Strand研究人员总结的“推荐系统十堂课”，总结了他们设计推荐系统的经验和教训。 1. 确定你真的需要推荐系统 个人评价：不是为了推荐而推荐，推荐只是手段，关键看用户价值在哪里，从用户角度出发，真正能帮助用户。 2. 确定商业目标和用户满意度之间的关系 3. 选择合适 阅读全文

摘要： 7.1 外围架构 7.2 推荐系统架构 基于特征的推荐系统架构 用户喜欢的物品、用户相似的用户也可以抽象成特征； 基于特征的推荐系统核心任务就被拆解成两部分，一个是如何为给定用户生成特征，另一个是如何根据特征找到物品； 用户喜欢的物品、用户相似的用户也可以抽象成特征； 基于特征的推荐系统核心任务就被 阅读全文

摘要： 美国著名的第三方调查机构尼尔森调查了影响用户相信某个推荐结果的因素，90%的用户相信朋友对他们的推荐。基于社交网络的推荐可以很好的模拟现实社会。所以利用社交网络数据进行推荐可以增加用户对系统的信任度。另外利用用户在社交网络的数据可以解决冷启动问题。 6.1 获取社交网络数据的途径 主要方式： 电子邮 阅读全文

摘要： 准确了解用户的上下文信息（包括时间、地点、心情等），对于提升推荐效果有重要作用。 5.1 时间上下文信息 （1）时间效应 用户的兴趣是变化的 物品也有生命周期 季节效应 （2）系统时间特性的分析 数据集每天独立用户数的增长情况 系统物品的变化情况 e.g. 物品平均在线天数 e.g. 相隔T天系统物 阅读全文

摘要： 标签应用：一种是让作者或专家给物品打标签；另一种是让普通用户给物品打标签（UGC）。当一个用户对一个物品打上标签，这个标签一方面描述了用户的兴趣，另一方面则表示了物品的语义，从而将用户和物品联系了起来。标签，是一种重要的特征表现方式。 4.1 UGC标签系统的代表应用 标签系统的最大优势：发挥群体智 阅读全文

摘要： 3.1 冷启动问题简介 问题分类： 用户冷启动 物品冷启动 系统冷启动 常用解决方案： 利用热销榜进行推荐 利用用户注册时的年龄、性别等数据做粗粒度的个性化 利用用户社交数据为其推荐好友喜欢的物品 要求用户在登录时对一些物品进行反馈，收集用户对这些物品的兴趣信息并推荐相似产品 对于新加入的物品，可以 阅读全文

摘要： 2.1 用户行为数据简介 用户行为数据可分为显性反馈行为和隐性反馈行为； 用户数据的统一表示； 2.2 用户行为分析 在设计推荐算法之前需要对用户行为数据进行分析，了解数据中蕴含的一般规律可以对算法的设计起到指导作用。 用户活跃度和物品流行度 均近似符合长尾分布：e.g. 物品流行度定义：对用户产生 阅读全文

摘要： 1.1 什么是推荐系统 （1）解决信息过载的三种方式： （2）推荐系统可以更好的发掘商品的长尾 传统2/8理论受到挑战。互联网条件下，由于货架成本极端低廉，电子商务网站往往能出售比传统零售店更多种类的商品。与传统零售业相比，电商的长尾商品数量极其庞大，这些长尾的总销售额甚至能超过热门商品。 推荐系统 阅读全文

摘要： 1、原来，那些看起来风平浪静的好日子，背后都是咽掉血和泪的默默努力啊。可我们常常只看到了别人的得到，却未曾想起那些日日夜夜的付出。 电影《风雨哈佛路》里有一句台词，“没有人可以和生活讨价还价，所以只要活着，就一定要努力”。 2、不要相信那些理由，不要追问太多的为什么。有的时候，所有的理由都是借口。你 阅读全文

摘要： 1、 如果你活在这个世上，你希望十个人里有十个人都说你好，那么结果就是没有一个人会觉得你好，你若活在别人的眼光里，就一定会死在别人的嘴巴上。 2、 恭可释怒，让可息争；争之不足，让之有余。 3、 守时，守秩序，独立思考，自学。（本科一大牛老乡+老教授说的） 4、 先吃苦后享受，先吃蛋糕，后吃奶油，吾 阅读全文