摘要：
隐语义模型：物品 表示为长度为k的向量q（每个分量都表示 物品具有某个特征的程度）用户兴趣 表示为长度为k的向量p（每个分量都表示 用户对某个特征的喜好程度）用户u对物品i的兴趣可以表示为 其损失函数定义为- 使用随机梯度下降，获得参数p,q负样本生成：对于只有正反馈信息（用户收藏了，关注了... 阅读全文
摘要：
算法步骤：1.计算物品相似度2.根据用户购买记录，推荐相似物品物品相似度定义：A. 购买i的人里面，有多少比例购买了j 缺点（推荐系统需要能挖掘长尾信息，此处若j很热门，则w趋向于很大，则买了i的人都会被推荐j，热门商品更加热门）B. 在A的基础上，加入了对热门物品j的惩罚C. 活跃用户的贡献度应该... 阅读全文
摘要：
好的推荐系统:三赢 用户-找到自己感兴趣的东西 商家-增加了销量 网站-得到好的发聩，提升了推荐质量；提高了收入推荐系统评测方法：优点缺点1.离线实验只需要数据集，不需要用户参与，不需要实际系统；速度快，可测试大量算法；无法计算商业上关心的指标，如点击率、转化率等2.调查问卷可获得用户主管感受... 阅读全文
摘要：
---恢复内容开始---算法步骤：1.计算用户相似度2.对于特定用户，选出k个最相似的用户，将这些用户评价过的前k好的物品推荐给该用户用户相似度 度量：其中|N(u)|表示用户u评价过的物品的数量，|N(i)|为物品i的流行度，即物品i被多少用户评价过这里物品流行度越高，它在相似度的度量上作用越小（... 阅读全文