机器学习之旅推荐

《推荐系统实践》笔记

2016-12-27  本文已影响541人  新星_点灯

作者:项亮
出版日期:2012.06

随着信息技术和互联网的发展,人们逐渐从信息匮乏的时代走入了信息过载的时代。在这个时代,无论是信息消费者还是信息生产者都遇到很大的挑战;对于消费者,从大量信息中找到自己感兴趣的信息是一件非常困难的事情;对于信息生产者,让自己的信息脱颖而出,受到广大用户的关注,也是一件非常困难的事情。推荐系统就是解决这一矛盾的重要工具。推荐系统的任务就是联系用户和信息,一方面帮助用户发现对自己有价值的信息,另一方面让信息能够展现在对它感兴趣的用户面前,从而实现信息消费在和信息生产者的双赢。

前言

推荐系统按照数据可分成协同过滤内容过滤社会化过滤,也可以按照算法分成基于邻域的算法、基于图的算法、基于矩阵分解或者概率模型的算法。

第1章 好的推荐系统

第2章 利用用户行为数据

第3章 推荐系统冷启动问题

第4章 利用用户标签数据

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。

第5章 利用上下文信息

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。

第6章 利用社交网络数据

第7章 推荐系统实例

相关模型

代码示例

待补充

上一篇 下一篇

猜你喜欢

热点阅读