一颗西蓝花

摘要： Python split() 方法通过指定分隔符对字符串进行分割并返回一个列表，默认分隔符为空字符，包括空格，换行（\n）,制表符（\t）等 str.split() 默认以空格，换行(\n)，制表符\t分割 str.split('字符串')：以字符串为分割 str.split('字符串',2)分割以 阅读全文

摘要： 一、数据分析 本章 9 种数据分析方法：对比分析、多维度拆解、漏斗观察、分布情况、用户留存、用户画像、归因查找、路径挖掘、行为序列 二、如何进行对比分析 2.1 比什么 注意： （1）只看绝对值，不知道问题的严重程度 （2）易受到极端值影响 2.2 怎么比 （1）环比：与当前时间范围相邻的上一个时间 阅读全文

摘要： 作为连接内容与人的推荐系统，每时每刻都在面对增量的问题： - 增量的用户 - 增量的内容 一、内容冷启动 背景： （1）新的内容对推荐系统而言，是没有信息量积累的，需要积累一定的曝光量和互动量（阅读、分享等）来收集足够的信息 （2）从0到1积累基础数据的过程就是冷启动 （3）因此，如何从0到1就是我 阅读全文

摘要： 理解了内容和用户的基础特征之后，进一步探讨推荐算法是如何匹配用户和内容的。这一过程，可以理解为： - 物以类聚 - 人以群分 一、物以类聚：基于内容属性的相似性推荐 二、人以群分：基于用户行为的协同过滤 阅读全文

摘要： 推荐系统的本质，就是将人与内容连接起来，在这个过程中，一共有 2 个主体，一个是人一个是内容。 因此，如何更好的了解人，如何更好的了解内容，是本次我们尝试了解的重点，即： 断物识人 一、断物 要要内容推荐给人，首先需要充分理解内容的特点是什么。 因此，就是我们“断物”的话题了。而断物最简单的方式是“ 阅读全文

摘要： 在本章，主要是了解一下推荐系统框架，接着我们会看一下YouTube和Netflix的推荐系统，看一下工业上的应用是如何做的，以及如何优化。 在开始介绍推荐系统框架之前，我们先思考一个问题。 🤔搜索和推荐的关系和区别？ 为什么需要思考这个问题呢？因为用户接触得更早的是搜索，推荐是后期发展出来的。同时 阅读全文

摘要： 统计学上有 3 种相关系数： 一、皮尔逊相关 阅读全文

摘要： 统计学上主要有 3 大相关系数： 一、皮尔逊相关系数 1. 原理 2. 代码实现 二、斯皮尔曼相关系数 三、肯德尔相关系数 参考文章： 1. https://www.cnblogs.com/HuZihu/p/10183502.html 2. https://blog.csdn.net/ichuzhe 阅读全文