关于 正规pc蛋蛋微信群推荐一个怎么找〖威信⒍⒎⒎⒐00⒎〗anba 的搜索结果,共1336
c****2 2018-07-10
性化
背景介绍 在网络技术不断发展和电子商务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到自己想买的商品,这就是息超载问题。为了解决这难题,性化系统(Recommender System)应运而生。 性化系统是息过滤系统(Information Filtering System)的子集,它可以用在很多领域,如电影、音乐、电商和 Feed 流等。性化系统通过分析、挖掘用户行为,发现用户的性化需求与兴趣特点,将用户可能感兴趣的息或商品给用户。与搜索引擎不同,性化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年明尼苏达大学出的GroupLens系统[1]般被认为是性化系统成为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任务的思想,此后,基于该模型的协同过滤引领了性化系统十几年的发展方向。
s****5 2018-07-10
性化(二)
其中, params_dirname是之前用来存放训练过程中的各参数的地址。 place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace() exe = fluid.Executor(place) inference_scope = fluid.core.Scope() 测试 现在我们可以进行预测了。我们要提供的feed_order应该和训练过程致。 总结 本章介绍了传统的性化系统方法和YouTube的深度神经网络性化系统,并以电影为例,使用PaddlePaddle训练了性化神经网络模型。性化系统几乎涵盖了电商系统、社交网络、广告、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发挥重要作用的深度学习技术,也将会在性化系统领域大放异彩。 参考文献 P. Resnick, N. Iacovou, etc.
TOP