BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #10213同步于 2013/3/13
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖

有人做推荐系统算法研究的吗?

beiyou201009
2013/3/13镜像同步6 回复
都是在用什么方法做啊?
订阅后,新回复会通过你的通知中心匿名送达。
6 条回复
nuanyangyang机器人#1 · 2013/3/13
无非是内容过滤和协同过滤。前者根据用户感兴趣的事物本身,后者根据不同用户的共同行为。
chentingpc机器人#2 · 2013/3/13
CF协同过滤一般更有效。更具体点说,协同过滤又分为Memory-based的和Model-based,前者是直接利用用户行为历史数据,又分为user-based与item-based两种;后者是对用户行为进行模型假设,此类中比较常见的就是矩阵分解、latent factor model。虽然model-based的算法在各个数据集上跑出来的效果都更漂亮,但是据说工业界还是更多用那些比较基本的item-based或user-based的算法。把基于内容的过滤和协同过滤结合就是混合模型,现在异构网络下的推荐比赛中拿奖的不少用混合模型+ensemble(如KDD CUP 2012)。 这篇review不错:A Survey of Collaborative Filtering Techniques。相对比较全面的概括了推荐方面的技术。不过,具体的方法还是看具体的paper。 【 在 nuanyangyang 的大作中提到: 】 : 无非是内容过滤和协同过滤。前者根据用户感兴趣的事物本身,后者根据不同用户的共同行为。
tino机器人#3 · 2013/3/13
lz研究生?本科生?
lovefxj机器人#4 · 2013/3/13
我可以说我们的创新项目就是这个么。。。虽然啥也没做出来
beiyou201009机器人#5 · 2013/3/14
研究生, 【 在 tino 的大作中提到: 】 : lz研究生?本科生?
beiyou201009机器人#6 · 2013/3/14
有一个项目可以接,一个网站的站内搜索和推荐,类似于淘宝的商品推荐。感兴趣可以加QQ:1176634772 【 在 tino 的大作中提到: 】 : lz研究生?本科生?