欣欣向荣666 - 博客园

2019年4月

该文被密码保护。阅读全文

posted @ 2019-04-25 19:48 欣欣向荣666 阅读(2) 评论(0) 推荐(0) 编辑

摘要： 1. PF 假设文件名字为BAE A R BAER //记录名字 A AREA 3 COLHDG('AREA CODE') //field A AREANM 22 COLHDG('AREA DESC') //field DDS格式：数据类型： •A：西欧字符 •O：中文字符 •P：压缩十进制 •S 阅读全文

posted @ 2019-04-24 11:03 欣欣向荣666 阅读(552) 评论(0) 推荐(0) 编辑

lamdba表达式

摘要： lambda表达式是一个可传递的代码块，可以在以后执行一次或多次。 lambda表达式的语法： 1. 参数 -> 表达式(无需指定返回类型) (String first, String second) -> first.length() - second.length() 2. 如果代码要完成的计算阅读全文

posted @ 2019-04-07 20:57 欣欣向荣666 阅读(161) 评论(0) 推荐(0) 编辑

2019年3月

IO流

摘要：一、概述流是磁盘或其他外围设备中存储的数据的源点或终点。标准输入输出、文件的操作、网络上的数据流、字符串流、对象流、zip文件流等，java将输入输出抽象为流。数据流分类：既可以是未经加工的原始二进制数据，也可以是经一定编码处理后符合某种格式规定的特定数据。 1. 字节流：数据流中最小的数据单元阅读全文

posted @ 2019-03-31 11:02 欣欣向荣666 阅读(122) 评论(0) 推荐(0) 编辑

java集合类

摘要：集合类存放在java.util包中。集合类存放的都是对象的引用，而非对象本身。集合类型主要有3种：set(集)、list(列表)和map(映射) 1. List List集合代表一个元素有序、可重复的集合，集合中每个元素都有其对应的顺序索引。List集合允许加入重复元素，因为他可以通过索引来访问指定阅读全文

posted @ 2019-03-23 21:30 欣欣向荣666 阅读(277) 评论(0) 推荐(0) 编辑

推荐系统实例

摘要：基于特征的推荐系统架构：当用户到来之后，推荐系统需要为用户生成特征，然后对每个特征找到和特征相关的物品，从而最终生成用户的推荐列表。因此，推荐系统的核心任务就被拆解为两部分，一个是如何给定用户生成特征，另一个是如何根据特征找到物品。用户的特征包括： (1) 人口统计学特征：年龄、性别等 (2) 阅读全文

posted @ 2019-03-22 10:45 欣欣向荣666 阅读(662) 评论(0) 推荐(0) 编辑

用户上下文信息

摘要：一、时间上下文 1. 用户的兴趣是变化的 2. 物品有生命周期 3. 季节效应系统时间特性的分析在给定时间信息后，推荐系统从一个静态系统变成了时变系统，而用户的行为数据也变成了时间序列。二、地点上下文阅读全文

posted @ 2019-03-21 23:41 欣欣向荣666 阅读(373) 评论(0) 推荐(0) 编辑

用户标签数据

摘要：基于用户标签的推荐算法步骤 1. 统计每个用户最常用的标签 2. 对于每个标签，统计被打过这个标签次数最多的物品 3. 对于一个用户，首先找到他常用的标签，然后找到具有这个标签的最热门物品推荐给这个用户。阅读全文

posted @ 2019-03-21 23:32 欣欣向荣666 阅读(259) 评论(0) 推荐(0) 编辑

推荐系统冷启动

摘要：冷启动主要分为3类： 1. 用户冷启动：主要解决如何给新用户做个性化推荐的问题。对于新用户，没有行为数据，无法根据历史行为预测其兴趣，从而无法为其做个性化推荐。 2. 物品冷启动：主要解决新的物品推荐给可能对它感兴趣的用户 3. 系统冷启动：在一个新开发的网站上设计个性化推荐系统。一、利用用户注册阅读全文

posted @ 2019-03-21 23:17 欣欣向荣666 阅读(196) 评论(0) 推荐(0) 编辑

用户行为数据

摘要：基于用户行为分析的推荐算法是个性化推荐系统的重要算法，学术界一般将这种类型的算法称为协同过滤算法。顾名思义，协同过滤就是指用户可以齐心协力，通过不断地和网站互动，使自己的推荐列表能够不断过滤掉自己不感兴趣的物品，从而越来越满足自己的需求。一、用户行为数据简介用户行为在个性化推荐系统中一般分两种阅读全文

posted @ 2019-03-21 14:27 欣欣向荣666 阅读(179) 评论(0) 推荐(0) 编辑

公告