推薦系統-經典協同過濾理論基礎實踐
1.協同過濾推薦方法cf簡介
基於模型的協同過濾
2.u-u矩陣相似度推薦-pearson
演算法部分：
演算法步驟：
演算法優化
3.v-v矩陣相似度推薦-cos
演算法部分：
演算法步驟：
演算法優化
4.u-v矩陣的相似度推薦
5.基於使用者的cf詳解
演算法步驟：
演算法特點：
演算法使用場景：
6.基於物品的cf詳解
演算法步驟：
演算法特點：
演算法使用場景：
7.usercf和itemcf區別和聯絡
itemcf基於物品的相似度推薦
缺點：冷啟動、馬太效應
8.推薦演算法實戰協同過濾原始碼之usercf分析
9.推薦演算法實戰協同過濾原始碼之itemcf分析
10.基於相似度推薦原始碼實戰
11.mahout是什麼
12.mahout能做什麼
13.mahout協同過濾演算法
相似度度量方法
最近鄰
推薦引擎recommender
推薦結果評價
14.mahout協同過濾演算法程式設計
mahout提供了genericitembasedrecommender、genericuserbasedrecommender
通過兩個推薦方法可以將使用者的協同過濾和物品的協同過濾通過推薦器進行載入推薦
15.基於mahout混合推薦業務需求分析和資料準備
資料：
16.基於mahout混合推薦業務功能實現分析和產品原型設計
17.基於mahout混合推薦專案開發及補充
**：
18.基於模型的cf理解
19.基於lfm推薦演算法
20.補充知識點：梯度下降法
梯度下降法====
用於最優解求解
21.lfm總結
22.今日總結
推薦系統 協同過濾
這是我學習推薦系統的筆記，主要參考的是51cto的一系列文章和人們郵電出版的 推薦系統實踐 首先說一下什麼是協同過濾。假如某寶要向你推薦一些商品，當然這些商品不是隨隨便便推薦的，推給你了就是引誘你去買，咱能賺到錢。那麼什麼樣的商品你有可能去買呢？系統或演算法怎麼找到這些商品呢？協同過濾就是幹這個的。...
推薦經典演算法 協同過濾
基於使用者的協同過濾 下文簡稱usercf 的基本思想為 給使用者推薦和他興趣相似的使用者感興趣的物品。當需要為乙個使用者a進行推薦時，首先，找到和a興趣相似的使用者集合 用u表示 然後，把集合u中使用者感興趣而a沒有聽說過 未進行過操作 的物品推薦給a。演算法分為兩個步驟 首先，計算使用者之間的相...
推薦系統 協同過濾演算法
協同過濾，collaborative filtering，簡稱cf，廣泛應用於如今的推薦系統中。通過協同過濾演算法，可以算出兩個相似度 user user相似度矩陣 item item相似度矩陣。為什麼叫做協同過濾？是因為這兩個相似度矩陣是通過對方來計算出來的。舉個栗子 100個使用者同時購買了兩種...