可解释推荐系统

推荐系统产品和算法概述丨产品杂谈系列

本文主要是对最近所学的推荐系统的总结，将会简单概述非个性化范式、群组个性化范式、完全个性化范式、标的物关联标的物范式、笛卡尔积范式等5种常用的推荐范式的设计思路。
Aaron4480·2023-10-01 08:49

轻量级图卷积网络LightGCN介绍和构建推荐系统示例

推荐系统是当今业界最具影响力的ML任务。从淘宝到抖音，科技公司都在不断尝试为他们的特定应用程序构建更好的推荐系统。而这项任务并没有变得更容易，因为我们每天都希望看到更多可供选择的项目。
数据派THU·2023-10-01 02:54

个性化社交网络协同过滤推荐系统 基于用户评分的协同过滤推荐算法 用户信任度 KMeans聚类算法 协同过滤推荐算法测评指标MAE平均绝对误差、recall召回率、precision查准率

个性化社交网络协同过滤推荐系统依赖用户的社交关系（用户关注用户的操作数据，称为用户之间的信任度），根据用户对项目的评分数据，计算目标用户的最近邻居，同时将目标用户信任的用户加入最近邻居，进行推荐，旨在提高目标用户信任的其他用户的相似用户的项目推荐
74b3a3e489d4·2023-10-01 00:06

图卷积网络（GCN）中应用于推荐系统时，“oversmoothing“（过度平滑）问题

在图卷积网络（GCN）中应用于推荐系统时，"oversmoothing"（过度平滑）是一个重要的问题。
重剑DS·2023-09-30 15:47

推荐系统论文阅读（五十四)-谷歌：改进的DCN-V2模型

论文：论文题目：《DCNV2:ImprovedDeep&CrossNetworkandPracticalLessonsforWeb-scaleLearningtoRankSystems》地址：https://arxiv.org/pdf/2008.13535.pdf我们之前介绍过一篇论文DCN，读过的作者应该都知道，DCN跟DeepFM一样，都是用一些神经网络来实现简单的特征交叉，今天我们就来介绍一
推荐系统论文阅读·2023-09-30 14:33

回顾经典，Netflix的推荐系统架构

这篇文章我们回顾一篇经典博客，Netflix官方博客介绍的推荐系统架构，虽然文章发布已有六年，但是现在回看起来我自己还是蛮惊讶的，因为Netflix的推荐系统架构居然到现在依然是主流。
王喆的机器学习笔记·2023-09-30 11:41

python numpy 求两点的距离 (推荐系统）

求a,b两点的距离（二维）：importnumpyasnpdefeu_2(a,b):distance=np.sqrt((a[0]-b[0])**2+(a[1]-b[1])**2)#求两点的距离用两点横纵坐标的差值开根号returndistanceeu_2([3,4],[8,1])在三维坐标中求a，b两个点的距离：importnumpyasnpdefeu_3(a,b):distance=np.sqr
Luo_Ra·2023-09-30 11:13

Keras里Embedding层的理解

问题描述Embedding层在机器学习中用的非常多，不问是NLP系统还是推荐系统，都会用到这个层，而且是放在最模型的最前面使用的，那么它到底有什么意义，今天我们就探讨一下。
崔吉龙·2023-09-30 09:15

数据大帝国：大数据与人工智能的巅峰融合

文章目录大数据与人工智能：概念解析大数据与人工智能的融合1.数据驱动的决策2.自然语言处理（NLP）3.图像识别与计算机视觉4.智能推荐系统5.医疗诊断和生命科学数据大帝国的未来展望1.智能城市2.区块链和数据安全
IT·陈寒·2023-09-30 07:05

因果推断推荐系统工具箱 - attribute based propensity score（一）

文章名称Attribute-basedPropensityforUnbiasedLearninginRecommenderSystems:AlgorithmandCaseStudies核心要点文章旨在解决工业中实际遇到的各种场景带来的bias。作者推导出在IPS场景下，无偏的DCG评估准则。利用EM算法（和一些加速计算的方法）学习IPS的权重，并最终得到相关性模型。方法细节问题引入由于用户隐式反馈
processor4d·2023-09-30 03:10

DataWhale 推荐系统实战_新闻推荐 Task2 数据分析

数据分析数据分析的价值主要在于熟悉了解整个数据集的基本情况包括每个文件里有哪些数据，具体的文件中的每个字段表示什么实际含义，以及数据集中特征之间的相关性。在推荐场景下主要就是分析用户本身的基本属性，文章基本属性，以及用户和文章交互的一些分布，这些都有利于后面的召回策略的选择，以及特征工程。建议：当特征工程和模型调参已经很难继续上分了，可以回来在重新从新的角度去分析这些数据，或许可以找到上分的灵感。
二龙山高哥·2023-09-30 02:38

2020-06-17-深度学习推荐系统 第3章

在第二章学习了传统的推荐模型的发展,本章主要介绍一些比较重要的深度学习模型的进展.深度学习模型的优势在于:模型的表达能力更强,能够挖掘更多数据中的潜藏模式;深度学习的模型结构非常灵活,能够根据业务场景和数据特点,灵活调整模型结构,使模型与应用场景完美契合.深度学习推荐模型的演化关系图下图是改变神经网络的结构,构建不同的推荐模型的演变方向图.(DNN/Multi-layerPerceptron为起点
logi·2023-09-29 23:51

CRS(3)阅读笔记：2020KDD - Interactive Path Reasoning on Graph for Conversational Recommendation

project：https://cpr-conv-rec.github.io/manual.html/对话推荐系统（CRS）通过直接向用户询问其在商品上的偏好属性，解决了传统推荐中存在的局限。
阿瑟_TJRS·2023-09-29 23:18

图表示学习经典方法——GCN＆GAE

图表示学习在诸多应用领域都有广泛的应用，如社交网络分析、生物信息学、推荐系统等。
深度之眼·2023-09-29 16:11

推荐系统解构

推荐系统诞生的益处：从用户角度，推荐系统可以缓解信息过载带来的时间成本；从企业角度，可以帮助企业进行精准营销，解决长尾营销，最大化收益。因此推荐系统的好坏对于互联网企业来说至关重要。
程序员的隐秘角落·2023-09-29 16:56

推荐系统[九]项目技术细节讲解z4：向量检索技术工程上实践，曝光去重实践以及检索引擎该如何选择：支撑亿级索引、5毫秒级的检索[elasticsearch、milvus]

搜索推荐系统专栏简介：搜索推荐全流程讲解（召回粗排精排重排混排）、系统架构、常见问题、算法项目实战总结、技术细节以及项目实战（含码源）专栏详细介绍：搜索推荐系统专栏简介：搜索推荐全流程讲解（召回粗排精排重排混排
汀、人工智能·2023-09-29 14:13

推荐系统论文阅读（五十一)-受样本影响的FM模型

论文：论文题目：《AnInput-awareFactorizationMachineforSparsePrediction》论文地址：https://www.ijcai.org/proceedings/2019/0203.pdf有很多工作是对FM进行改进，之前有过AFM，FFM以及各自对FM魔改对工作，但是没有工作对样本感知的FM进行探讨，今天我们就来看一下这篇关于样本感知的FM。一、背景1.1F
推荐系统论文阅读·2023-09-29 10:27

如何做一个具有商业价值高播放量的短视频？小白应该这样学！

机会二是渠道的发展，目前多数重要渠道都在做推荐系统，这样就给我们短视频团队，尤其是新手号带来了很好的机会。因为推荐渠道会根据我们发布的视频内容，去自动匹配对此内容感兴趣的用户，可以很好的给我们带
马路边上·2023-09-29 10:24

秋冬养生男女有别，补气补血，各有妙招！

从中医角度可解释为：男属阳，女属阴，动则生阳，静则生阴。所以男人要靠吃来维持动的能量，积攒阳气；而女人为了养阴就要靠睡觉来维持静的状态。
李大甜·2023-09-29 06:55

推荐系统论文阅读（四十二)-阿里：融合Match和Rank的DMR模型

论文：论文题目：《DeepMatchtoRankModelforPersonalizedClick-ThroughRatePrediction》论文地址：https://ojs.aaai.org//index.php/AAAI/article/view/5346我们之前介绍了很多的文章，发现很多文章都是针对match或者rank去做的，很少有一个模型可以去同时完成这两个工作，从事推荐算法工作的人都
推荐系统论文阅读·2023-09-29 04:40

推荐策略（4）——如何做冷启动

二、内容冷启动（1）内容进入推荐系统之前。在这个阶段，推荐系统依赖内容本身的属性
奕心的世界漂流·2023-09-29 02:39

2023 推荐系统论文整理

2023推荐系统论文整理对2023年的推荐系统论文进行一波收集，给各位初学者和算法大佬作为灵感来源，后续专栏会继续更新论文解读，根据评论不断补充，欢迎大家三连~ICLR2023转载自：https://zhuanlan.zhihu.com
卢之·2023-09-29 01:23

工业级推荐系统中的特征工程

摘要：深度学习时期，与CV、语音、NLP领域不同，搜推广场景下特征工程仍然对业务效果具有很大的影响，并且占据了算法工程师的很多精力。数据决定了效果的上限，算法只能决定逼近上限的程度，而特征工程则是数据与算法之间的桥梁。本文尝试总结一些在推荐场景下做特征工程的常用套路，包括常用的特征变换算子、Bin-Counting技术以及特征查漏补缺的方法。读者受益深入理解常用的特征变换操作。了解优质特征工程的判
ShallowLearner·2023-09-28 14:12

基于springboot+vue的新闻推荐系统

本文介绍了新闻推荐系统的开发全过程。通过分析企业对于新闻推荐系统的需求，创建了一个计算机管理新闻推荐系统的方案。文章介绍了
不要满是遗憾的离开·2023-09-28 11:03

【职业盒子】零经验如何做TO B产品经理

主题：知乎live-零经验如何做TOB产品经理讲师：小乐帝（AI智能推荐系统toB）时间：2019.5内容：【背景：toC热向toB转型】11-15年toC产品经理很热，当互联网红利过去之后，C端市场已经进入存量竞争
奥莉小黑·2023-09-28 10:10

零基础入门推荐系统——task03：多路召回

多路召回策略，是指采用不同的策略、特征或简单模型，分别召回一部分候选集，然后将候选集合并在一起用于后续排序模型使用。多路召回通常需要在计算速度和召回率之间权衡选择，简单的召回策略可以快速召回候选集，不同角度设计的召回策略可以尽量满足召回率。多路召回中，每个策略之间毫不相关，一般可以写并发多线程同时进行。多路召回.png此次多路召回策略包含：YoutubeDNN召回YoutubeDNN召回可直接获取
从白玉石·2023-09-28 08:34

冷启动和热启动

一、冷启动推荐系统中很多点击率预估模型都是强烈依赖于对用户过去信息以及对广告过去表现来建模的。
T_110140·2023-09-27 23:42

推荐系统论文阅读（四十一)-MIAN：阿里多细粒度特征交叉预估网络

论文：论文题目：《Multi-InteractiveAttentionNetworkforFine-grainedFeatureLearninginCTRPrediction》论文地址：https://arxiv.org/pdf/2012.06968.pdf自上一篇文章到现在已经很久没时间好好沉淀看论文了，最近可能是事情有点多，老本行还是不能忘啊，所以来补补这个月欠下的文章吧。一、背景我们之前在d
推荐系统论文阅读·2023-09-27 20:03

飞桨弹性计算推荐系统套件ElasticCTR1.0发布

这后面很大程度是“推荐系统”在起作用。推荐系统常用的一种推荐策略，就是根据用户的历史喜好推荐新的内容，让用户喜欢看，从而增加用户粘性。具体是如何实现推荐的？
PaperWeekly·2023-09-27 16:24

推荐系统的价值观

作者丨gongyouliu来源丨大数据与人工智能（ID:ai-big-data）推荐系统作为满足人类不确定性需求的一种有效工具，是具有极大价值的，这种价值既体现在提升用户体验上，又体现在获取商业利润上。
AI科技大本营·2023-09-27 16:15

机器学习---冷启动（Cold Start）、热启动（Warm Start）问题

在机器学习和推荐系统领域，“冷启动”（ColdStart）和"热启动"（WarmStart）是两个常用的概念，它们用来描述不同阶段或情境下的推荐问题。
重剑DS·2023-09-27 16:22

【推荐系统】EMBEDDING 在大厂推荐场景中的工程化实践

“解读YouTube、Airbnb、Alibaba的三篇经典论文，总结Embedding在工业界的一些用法和技巧，这三篇论文亮点众多，提供的经验非常值得我们去细细品味和借鉴。这篇文章篇幅较多(2w字)，几乎把三篇论文的重要内容都进行了解读和总结，需花点时间去研读，文中难免有错误和理解不对的地方，欢迎指正讨论！”作者：卢明冬，个人博客：https://lumingdong.cn/engineerin
风度78·2023-09-27 15:11

3月15日 《赋能岛每日话题●健康篇》（第35天）：

近代以来，西医西药逐渐占据了医疗市场的主要份额，西医目标性强、见效快、治病机理明晰清楚，可解释、可验证、易推广、易复制，的确有很多优点。但西医西药仿佛更关注病
YC王磊·2023-09-27 06:07

推荐系统中的“相关性建模”

目录引言相关性建模DINSIMDIHNDIAN参考文献引言谈起推荐系统，被诟病最多的就是重复推荐、买(点)了还推等问题，经常看到有人在一些社交平台怒喷推荐系统，点击了什么、购买了什么，接下来满屏都是什么
AI算法札记·2023-09-26 23:09

@AI 开发者：锁定 8 月 16 日WAVE SUMMIT，百度又有大动作

从电子商务的推荐系统到自动驾驶的对象检测功能，再到输出连续文本的强大生成式模型，一场生产力革命已席卷全球，不仅为开发者提供了更丰富的创造工具和创新机会，也为千行百业向高质量发展提供了更广阔的想象空间。
·2023-09-26 21:30

为何现代企业需要考虑算法备案?

从推荐系统到自动化决策，算法在很多领域都起到了关键的作用。但随之而来的是公众对算法的透明度和公正性的日益关注。于是，“算法备案”成为了一个热门的议题。那么，为何现代企业需要考虑算法备案呢？
迅飒算法备案·2023-09-26 17:37

《算法备案与数据安全：双重保障》

从推荐系统到自动驾驶，从金融分析到医疗诊断，算法的力量无所不在。然而，这种力量也带来了一系列问题：如何确保算法的公正、透明和安全性？为了解决这些问题，许多国家已经开始实施算法备案制度。
迅飒算法备案·2023-09-26 17:06

java+springboot+vue基于协同过滤算法的体育用品商城购物商品推荐系统毕业设计源码含讲解和文档

系统实现的主要功能包括首页、个人中心、用户管理、商品分类管理、商品信息管理、交流论坛、留言板、系统管理、订单管理等功能的操作。还有可以正确的为用户服务，准确显示当前信息。该系统将采用B/S结构模式，前端部分主要使用html、css、JavaScript等技术，使用Vue和ElementUI框架搭建前端页面，后端部分将使用Nodejs来搭建服务器，并使用MySQL建立后台数据系统，通过axios完成
源码论文专家·2023-09-26 17:28

推荐系统

https://mp.weixin.qq.com/s/0O8UPG5hp3jYRAOB-d7Kbghttps://aistudio.baidu.com/aistudio/projectdetail/384000当我们苦于听到一段熟悉的旋律而不得其名，看到一段电影片段而不知其出处，心中不免颇有遗憾。在另外一些场景，我们偶然间在某些音乐平台、视频平台的推荐页面找到了心仪的音乐、电影，内心却是极其激动的
美环花子若野·2023-09-26 17:37

【大数据毕设】基于Hadoop的音乐推荐系统的设计和实现(六)

csdn特邀作者、博客专家、大数据领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于大数据技术领域和毕业项目实战✌文末获取项目联系,有偿部署文章目录基于Hadoop的音乐推荐系统的设计和实现
Maynor996·2023-09-26 16:52

[博学谷学习记录] 超强总结，用心分享|Pyspark基础入门1

Pyspark注：大家觉得博客好的话，别忘了点赞收藏呀，本人每周都会更新关于人工智能和大数据相关的内容，内容多为原创，PythonJavaScalaSQL代码，CVNLP推荐系统等，SparkFlinkKafkaHbaseHiveFlume
陈万君Allen·2023-09-26 14:52

144.如何评价个性化推荐系统的效果-1

144.1准确率与召回率（Precision&Recall）准确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值，用来评价结果的质量其中精度是检索出相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率一般来说，Precision就是检索出来的条目（比如：文档、网页等）有多少是准确的，Recall就
大勇任卷舒·2023-09-26 13:25

AI也需要透明度？是的，需要

它包括以下几个方面：可解释性（Explainability）追踪性（Traceability）公平性和偏见检测（FairnessandBiasDetection）可审查性（Auditability）可维护性
Par@ish·2023-09-26 12:07

论文阅读：Heterogeneous Graph Contrastive Learning for Recommendation（WSDM ’23）

论文链接Motivation：在推荐系统中，图神经网络在建模图结构数据上已经变成一个强有力的工具。
aaHua_·2023-09-25 22:04

如何才能提高网易号文章的阅读量进而提高推荐量？

网易号作者创作的文章，传输到推荐系统后，被1机器推荐分发给相应的感兴趣的用户。如何做到这一点呢？我们把一篇文章比喻为一个包裹，推荐系统就是一个高效的快递员，按照包裹上的地址，送到用户的
争着赞美莲花·2023-09-25 20:56

Embeddig技术与应用 (1) ：Embedding技术发展概述及Word2Vec

我们还可以通过得到的嵌入向量进行语义相似度计算、推荐系统、分类任务等多种应用。嵌入还可以用于处理非结构化数据，如文本、图像、音频等，帮助机器理解和处理人类的语言和其他感知信息。IDP开启Em
·2023-09-25 16:20

深度模型（八）：Wide And Deep

特征的交叉非常有效并且可解释性也很好，但是为了提高模型泛化能力，需要大量的特征工程工作。深度神经网络可以更好的通过稀疏特征的低纬稠密向量泛化到非显性的特征组合。
jony0917·2023-09-25 05:36

第3章 线性模型

由于w直观表达了各属性在预测上的重要性，所以线性模型有很好的可解释性。
日月一人·2023-09-24 08:19

机器学习系列(17)_Yelper推荐系统

出处：http://blog.csdn.net/han_xiaoyang/article/details/52778321声明：版权所有，转载请联系作者并注明出1.我们为什么需要推荐系统？
寒小阳·2023-09-24 08:16

排得更好VS估得更准VS搜的更全「推荐、广告、搜索」算法间到底有什么区别？

我自己在推荐系统和计算广告这两个方向分别工作了4年和5年的时间，对兄弟团队的搜索算法也有比较多的了解，再加上近来陆续有不少同行邀请过回答类似问题，所以这里就写一篇文章总结一下自己的思路。
王喆的机器学习笔记·2023-09-24 06:08
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他