0320 ----推荐系统

今天的规划：

将这个的下一篇继续看完，然后开始看自己收集的其他书签，如果将书签看完，阅读k博士的那篇论文Collaborative Filtering with Temporal Dynamics  基本就是这个样子，明天可能会整篇翻译这个文章写在博客中

探索推荐引擎内部的秘密，第 3 部分: 深入推荐引擎相关算法 - 聚类

没有学过的部分在最后

狄利克雷聚类算法

是一种基于分布的聚类，也叫作基于模型的聚类，每次聚类之后评估新的聚类中的元素属于这个类的概率，缺点在于开始的模型选定不一样，最后的聚类效果也会不一样

推荐系统，第 1 部分: 方法和算法简介

没有什么新的内容，基本浏览了一下，第二部分打开之后根本不想看

美团推荐算法实践

这篇文章虽然没有看的太懂，但是大致了解了，使用混合推荐的方式，最后结果貌似使用的是裁剪方式，对于算法的方面很少，大多是理论

基于机器学习方法的POI品类推荐算法

其实我认为这篇文章写得算是非常好的，可能是因为我学习机器学习的缘故，使用了很多机器学习的传统知识，决策树，信息增益，朴素贝叶斯

推荐系统相关算法(2)：k-nearest neighbor

这篇文章真的不错，里面讲述了推荐系统的全局作用， 全局作用(global effect，简称GE)，可以作为以后搜索论文的关键词

推荐系统学习：协同过滤实现

一篇非常好的代码文章，实现了协同过滤的基于用户和基于物品的代码

今天的上午任务已经完成了，马上要进行的是下午部分，Collaborative Filtering with Temporal Dynamics  可能今天看不完，看不完的话明天继续