1.推薦系統架構:
系統架構*****=個性化推薦系統
模型服務*****=使用者畫像 + 物品畫像 + 特徵服務 + 使用者行為
演算法模型*****=online演算法 + offline演算法
資料平台*****=資料收集 + 資料儲存
2.topn推薦:
準確率(precision):為使用者推薦且使用者感興趣的物品,在推薦結果列表中所佔的比例
召回率(recall):為使用者推薦且使用者感興趣的物品,在使用者感興趣的所有物品列表中所佔比例
3.協同過濾推薦(collaborative filtering recommenndation)
①基於使用者的協同過濾(usercf)
→主要步驟:找出距離使用者最近的鄰居使用者;對鄰居使用者相似度和鄰居使用者感興趣的專案進行評價,輸出推薦列表
→定義使用者相似度:基於關聯方法(correlation-based);基於余弦距離的方法(cosine-based)
②基於物品的協同過濾(itemcf)
→原理: 為使用者推薦那些和他之前喜歡的物品相似的物品
→主要步驟: 找到距離物品最近的鄰居物品;對鄰居物品的相似度和使用者興趣進行評價,輸出推薦列表
→相似度: 同上
③usercf和itemcf比較
→usercf 以使用者為基礎，通過鄰居使用者來匹配物品，是一種興趣圈子內的推薦，注重於興趣圈內的熱點；itemcf 以物品為基礎，通過鄰居物品匹配物品，注重於維繫使用者的歷史興趣
→usercf,使用者相似矩陣,適用於使用者量較少的產品;itemcf適合物品量較少的產品
4.基於內容的推薦(content-based recommentdation)
5.基於知識的推薦(knowledge -based recommentdation)
Report Services 基礎知識總結
最近幾天在學習report service，看了好多，感覺幾天的了解連冰山一角都不及。不過以後要養成積累的習慣，回頭再忘了就尷尬了。總結 1.了解 報表的開發據目前所知，看業務大小，業務不大或者對這方面要求不是太高的，可以用vs裡帶的控制項reportviewer，根據指導設計新報表。反之，可能需要...
web基礎知識總結
決定要開始寫部落格，先把之前的東西總結一下好了。以前培訓的時候學到的一些基礎知識，做下筆記備用。w3cschool也是乙個很好的學習這些知識的地方。web基礎知識回顧 一 web介面開發的三個基本技術 html css js 1.html 超文字標記語言 告訴瀏覽器顯示什麼 2.css 層疊樣式表 ...
linux基礎知識總結
接觸 linux大概乙個星期左右 自己對 linux也只是初識 只裝了ubuntu linux是多使用者，多工的作業系統，這意味著多人可以同時使用一台主機。因為每個使用者的個人喜好與隱私問題，檔案的所有者就顯得尤為重要。將使用者分為不同的組別當然是為了方便管理。因此使用者與檔案之間的關係就有三種 1...