推荐系统

推荐系统相关技术

2018 年最全的推荐系统干货(ECCV、CVPR、AAAI、ICML)

bigdataway 提交于 周四, 09/13/2018 - 13:07

最近总有几位关注者希望我们可以分享一些“推荐系统”类的干货,最近正好一不小心看到一篇比较好的博主写的推送,在此我通过自己理解和该博主的内容,为大家带来一次推荐系统的分享!

前言

KDD 2018 | 推荐系统特征构建新进展:极深因子分解机模型

bigdataway 提交于 周三, 08/22/2018 - 22:39

编者按:特征(features)的构建对推荐系统来说至关重要,直接关系到推荐系统的精准性。在传统的推荐系统中,高阶交叉特征通常由工程师手工提取,不仅人力成本高昂、维度空间极大,而且不可泛化。因此自动学习特征的交互是十分有必要的 ,但目前已有的相关工作学习的是隐式的交互特征,且特征交互发生在元素级(bit-wise)而非向量级。

消息推荐系统

bigdataway 提交于 周三, 08/22/2018 - 12:05

移动互联网时代消息推送程序移动程序标配,怎么推送消息,是一个考验产品技术团队能力的事,因为时间特别晚了用户已经休息了推送,或者反复无节制推动,轻者会被关闭推送,重者直接卸载。

推荐系统 Wide & Deep

bigdataway 提交于 周六, 08/18/2018 - 16:17

读完论文写篇博客记录一下.Emmm 这应该是第一次读辣么长的论文:joy:.总体来说感觉Google挺厉害的,自己论文用到的方法就直接封装到自家TensorFlow的高级API中了.Wide & Deep Learning 的关键之处就是让算法更加的智能 :smile:, 既有记忆的特性(memorization),又有泛化的特性(generalization)或者是

推荐系统正成为所有领域的一种标配

bigdataway 提交于 周一, 08/13/2018 - 15:27

作者:黄崇远,毕业于哈工大,6 年多大数据以及互联网从业经验。目前为 SEE 小电铺大数据主管,负责公司整个数据团队建设以及数据服务体系搭建。

大数据原创公号『数据虫巢』(ID:blogchong),在大数据架构、大数据应用挖掘、数据产品化以及大数据团队建设等方面有一定的积累。

推荐系统中物品相似度计算

bigdataway 提交于 周四, 08/09/2018 - 16:14

最近天气有点热,三伏天得了空调病,最后发现是颈椎引起的问题,期间还拔了颗顽固的智齿,也算是一波三折了。

这次介绍 Item(User)相似度 的计算方法,其广泛运用于基于邻域的协同过滤算法的推荐系统。简而言之,基于邻域,就是基于相邻的元素进行推荐,而相邻元素的得到过程就是相似度的计算过程。