基于內(nèi)容的推薦算法概覽
大小：0.3 MB 人氣： 2017-10-09 需要積分：1
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
標(biāo)簽：推薦算法(9906)
為推薦系統(tǒng)選擇正確的推薦算法非常重要，而可用的算法很多，想要找到最適合所處理問題的算法還是很有難度的。這些算法每種都各有優(yōu)劣，也各有局限，因此在作出決策前我們應(yīng)當(dāng)對(duì)其做以衡量。在實(shí)踐中，我們很可能需要測(cè)試多種算法，以便找出最適合用戶的那種；了解這些算法的概念以及工作原理，對(duì)它們有個(gè)直觀印象將會(huì)很有幫助。推薦算法通常是在推薦模型中實(shí)現(xiàn)的，而推薦模型會(huì)負(fù)責(zé)收集諸如用戶偏好、物品描述這些可用作推薦憑借的數(shù)據(jù)，據(jù)此預(yù)測(cè)特定用戶組可能感興趣的物品。
主要的推薦算法系列有四個(gè)（表格1-4）：
協(xié)同過濾（Collaborative Filtering）的推薦算法
基于內(nèi)容過濾（Content-based Filtering）的推薦算法
混合型推薦算法
流行度推薦算法
此外，還有很多高級(jí)或非傳統(tǒng)的方式，可參見表格5。
本文是系列文中的第一篇，將會(huì)以表格形式來介紹推薦算法的主要分類，包括算法簡(jiǎn)介、典型的輸入內(nèi)容、常見的形式及其優(yōu)劣。在系列文的第二與第三篇中，我們將會(huì)更詳細(xì)地介紹各種算法的不同，以便讓大家更深入地理解其工作原理。本文的某些內(nèi)容是基于一篇2014年的推薦算法2014教程《推薦問題再探（Recommender Problem Revisited）》來撰寫的，該文的作者是Xavier Amatriain。
表格一：協(xié)同過濾推薦算法概覽
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于內(nèi)容的推薦算法概覽下載
相關(guān)電子資料下載
- 快手的短視頻推薦算法（1） 309
- 詳解推薦算法的架構(gòu)流程 2469
- 《麻省理工科技評(píng)論》發(fā)布了最新的2021年10大突破性技術(shù)的概念 2489
- top-N推薦算法評(píng)測(cè)的影響有哪些？ 1561
- 基于賽靈思FPGA的廣告推薦算法Wide and deep硬件加速案例 2542
- 互聯(lián)網(wǎng)廣告推薦迎來變革，雪湖科技聯(lián)合賽靈思發(fā)布推薦算法解決方案 1526
- 基于阿里云FPGA云的廣告推薦算法加速器 879
- 基于深度學(xué)習(xí)的推薦算法大部分都存在不同程度的數(shù)據(jù)集缺失和源碼缺失 3325
- 基于標(biāo)簽的推薦算法應(yīng)用場(chǎng)景、基于標(biāo)簽的推薦算法原理介紹 15409
- 5大范式來講解常用的推薦算法 5169