上一页 1 ··· 3 4 5 6 7 8 下一页
2015年4月13日
根据用户注册信息推荐 代码部分
摘要： 代码1：# coding=gbk'''数据集：BX-Users.csv，包含用户的ID、位置和年龄。BX-Books.csv，包含图书的ISBN、标题、作者、发表年代、出版社和缩略。BX-Book-Ratings.csv， 包含用户对图书的评分信息。比较两种p(f,i)两种定义方式，给[年龄50]两... 阅读全文
posted @ 2015-04-13 10:26 porco 阅读(551) 评论(0) 推荐(0) 编辑
冷启动问题概述
摘要： 定义：在开始阶段，没有大量用户数据的情况下，进行个性化推荐的问题。分类对策(提供非个性化推荐-热门推荐)用户冷启动-对新用户进行推荐A1.利用新用户的注册信息进行推荐 2.导入用户社交网站信息A3.要求用户对一些物品进行反馈物品冷启动-将新物品推荐给用户B1.利用物品的内容信息进行推荐系统冷启动-在... 阅读全文
posted @ 2015-04-13 10:25 porco 阅读(475) 评论(0) 推荐(0) 编辑
概率图模型
摘要： 算法思想：1.将用户对物品的反馈记录，转换为2分图2.使用随机游走算法，计算从用户节点u到物品节点i的概率，作为用户对物品的喜好（2分图）例子:数据集2分图AaAbBaBcCb（随机游走）分析：比如从A点出发，每一步，有$\alpha$的概率继续往下走，$1-\alpha$的概率返回A如果将所在位置... 阅读全文
posted @ 2015-04-13 09:49 porco 阅读(432) 评论(0) 推荐(0) 编辑
2015年4月9日
LFM 隐语义模型
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
posted @ 2015-04-09 21:13 porco 阅读(2931) 评论(0) 推荐(0) 编辑
item Collaborative Filtering
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
posted @ 2015-04-09 09:20 porco 阅读(295) 评论(0) 推荐(0) 编辑
推荐系统评测
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
posted @ 2015-04-09 09:02 porco 阅读(471) 评论(0) 推荐(0) 编辑
user Collaborative Filtering
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
posted @ 2015-04-09 08:32 porco 阅读(253) 评论(0) 推荐(0) 编辑
2015年3月24日
Gradient boosting
摘要： Gradient boostinggradient boosting 是一种boosting(组合弱学习器得到强学习器)算法中的一种，可以把学习算法(logistic regression,decision tree)代入其中。问题描述：给定一组数据{(x,y)}i,i=1,2...,N,使用函数F... 阅读全文
posted @ 2015-03-24 17:15 porco 阅读(509) 评论(0) 推荐(0) 编辑
2015年3月20日
chapter 10 统计检验
摘要： 1.permutation test用途：用于检验两组数据是否出生于同一分布思路：如果产生于同一分布，两组数据混合，重新排列后，计算的基于两组数据的函数值（均值，中位数，方差等，下面程序中使用f指定）应该相差不大方法：library("gtools");permuTesttobs,1,0); } ... 阅读全文
posted @ 2015-03-20 17:01 porco 阅读(396) 评论(0) 推荐(0) 编辑
[amazonaccess 1]logistic.py 特征提取
摘要： ---恢复内容开始---本文件对应logistic.pyamazonaccess介绍：根据入职员工的定位(员工角色代码、角色所属家族代码等特征)判断员工是否有访问某资源的权限logistic.py(python)的关键：1.通过组合组合几个特征来获取新的特征 例如：组合MGR_ID ROLE_FAM... 阅读全文
posted @ 2015-03-20 16:30 porco 阅读(391) 评论(0) 推荐(0) 编辑
上一页 1 ··· 3 4 5 6 7 8 下一页