关于 慢性毒药多久发作【V信;799.196.362】撼 的搜索结果,共1104
摩****5 2018-07-11
都是防晒
c****2 2018-07-10
化推荐(一)
背景介绍 在网络技术不断展和电子商务规模不断扩大的背景下,商品数量和种类快速增长,用户需要花费大量时间才能找到自己想买的商品,这就是息超载问题。为了解决这个难题,个化推荐系统(Recommender System)应运而生。 个化推荐系统是息过滤系统(Information Filtering System)的子集,它可以用在很领域,如电影、音乐、电商和 Feed 流推荐等。个化推荐系统通过分析、挖掘用户行为,现用户的个化需求与兴趣特点,将用户可能感兴趣的息或商品推荐给用户。与搜索引擎不同,个化推荐系统不需要用户准确地描述出自己的需求,而是根据用户的历史行为进行建模,主动提供满足用户兴趣和需求的息。 1994年明尼苏达大学推出的GroupLens系统[1]一般被认为是个化推荐系统成为一个相对独立的研究方向的标志。该系统首次提出了基于协同过滤来完成推荐任务的思想,此后,基于该模型的协同过滤推荐引领了个化推荐系统十几年的展方向。
s****5 2018-07-10
化推荐(二)
总结 本章介绍了传统的个化推荐系统方法和YouTube的深度神经网络个化推荐系统,并以电影推荐为例,使用PaddlePaddle训练了一个个化推荐神经网络模型。个化推荐系统几乎涵盖了电商系统、社交网络、广告推荐、搜索引擎等领域的方方面面,而在图像处理、自然语言处理等领域已经挥重要用的深度学习技术,也将会在个化推荐系统领域大放异彩。 参考文献 P. Resnick, N. Iacovou, etc. “GroupLens: An Open Architecture for Collaborative Filtering of Netnews”, Proceedings of ACM Conference on Computer Supported Cooperative Work, CSCW 1994. pp.175-186. Sarwar, Badrul, et al. "Item-based collaborative filtering recommendation algorithms."
TOP