推荐引擎

探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤

转自：http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy2/index.html本系列的第一篇为读者概要介绍了推荐引擎，下面几篇文章将深入介绍推荐引擎的相关算法
2BiTT·2017-01-17 15:00

探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探

转自：http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/index.html探索推荐引擎内部的秘密，第1部分:推荐引擎初探随着
2BiTT·2017-01-17 15:00

zaker、今日头条竞品分析

产品小白的第一份竞品分析，请各位产品前辈、大神指教1、战略层1、1产品定位zaker一家互动分享和个性化定制的阅读平台今日头条一款基于数据挖掘技术的个性化推荐引擎产品1.2产品优势zaker1、杂志排版
我不是狮子座·2016-12-01 23:04

今日头条产品分析

产品简述：今日头条是一款基于数据挖掘的推荐引擎产品，为用户提供个性化
南小旭·2016-11-12 10:01

基于spark-streaming实时推荐系统（一）

科技改变着人们的生活，随着大数据时代的到来，传统被动等候来获取的方式由于其需要的前期投入较大，准确性往往也不能满足用户的真正需求，在此背景之下，推荐引擎遍广
蚂蚁大哥大·2016-11-03 20:37

大数据学习之后，可以运用的领域

亚马逊的推荐引擎完
baliy·2016-10-12 17:46

最简单的推荐系统实践

我们将使用MovieLens数据集，它是在实现和测试推荐引擎时所使用的最常见的数据集之一，包含来自943个用户以及精选的1682部电影的评分。
bitcarmanlee·2016-09-27 21:30

基于Azure构建PredictionIO和Spark的推荐引擎服务

基于Azure构建PredictionIO和Spark的推荐引擎服务1.在Azure构建Ubuntu16.04虚拟机假设前提条件您已有Azure帐号，登陆Azurehttps://portal.azure.com
Xuesong·2016-08-23 10:00

A06-寻找市场切入点#网易产品经理微专业笔记#

举个例子：豆瓣电影的得与失豆瓣电影是WEB2.0时代现象级产品，当时的竞品时光网核心竞争力是丰富的电影资料库而豆瓣抓住看电影的下游：电影评论，利用UGC超越时光网产品定位：推荐引擎+讨论社区而在移动互联网时代
Minus·2016-08-11 07:27

#6天天快报

今日头条“推荐引擎”算法的成功，说明了这样的推荐确实满足到了用户的需求。天天快报不同于今日头条不仅在于它对热点新闻
黑骨头·2016-07-26 00:54

【投稿】Machine Learning With Spark Note 2:构建简单的推荐系统

MachineLearning的黑科技，对DeepLearning感兴趣，喜欢玩kaggle、看9神，对数据和MachineLearning有兴趣咱们可以一起聊聊，个人博客： hacker.duanshishi.com推荐引擎应用场景
u013886628·2016-07-05 07:00

非常的好的协同过滤入门文章

from:http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/探索推荐引擎内部的秘密，第1部分:推荐引擎初探探索推荐引擎内部的秘密
xiaomage234·2016-07-04 15:00

python开发实习面试感悟

机器学习主要分为监督学习和无监督学习，监督学习主要有推荐引擎，回归和分类；无监督学习主要分为聚类，降维和文本处理。http://blog.csdn.net/jim_
jim_cainiaoxiaolang·2016-06-30 09:35

“推荐系统”精品资料合集

云栖社区将在6月16日晚20点组织一场在线分享《21天搭建推荐系统》，主要介绍推荐系统基本原理，并以阿里云推荐引擎为基础，展示如何快速搭建推荐系统。
cricode·2016-06-28 15:00

值得mark的11个开源机器学习项目

垃圾邮件过滤、人脸识别、推荐引擎——当你有一个大数据集并且希望利用它们执行预测分析和模式识别，机器学习
我是大3G·2016-06-19 17:49

Spark数据分析之第5课

这些放在一边的数据中的艺术家可以作为每个用户的优秀推荐，但这些数据并没有喂给推荐引擎
jiangshouzhuang·2016-06-02 23:00

武毅：大数据处理中算法调优不是最重要的

2011年加入百分点，参与百分点推荐引擎的开发，完成多个推荐引擎版本的迭代。现任职百分点高级架构师，负责百分点大数据平台，云平台开发维护。
InfoQ·2016-06-02 00:00

用 Mahout 和 Elasticsearch 实现推荐系统

原文地址本文内容软件步骤控制相关性总结参考资料本文介绍如何用带ApacheMahout的MapRSandboxforHadoop和Elasticsearch搭建推荐引擎，只需要很少的代码。
船长&CAP·2016-05-24 10:00

用 Mahout 和 Elasticsearch 实现推荐系统

原文地址本文内容软件步骤控制相关性总结参考资料本文介绍如何用带ApacheMahout的MapRSandboxforHadoop和Elasticsearch搭建推荐引擎，只需要很少的代码。
船长&CAP·2016-05-24 10:00

商品搜索引擎—推荐系统设计

系统推荐：根据大众行为的推荐引擎，对每个用户都给出同样的推荐，这些推荐可以是静态的由系统管理员人工设定的，或者基于系统所有用户的反馈统计计算出的当下比较流行的物品。
liuchi1993·2016-05-23 04:00

Spark-构建基于Spark的推荐引擎

推荐引擎推荐引擎就是是预测人们可能喜好的物品并通过探寻物品之间的联系来辅助这个过程。从这点上来说，它同样也做预测的搜索引擎互补。
youdianjinjin·2016-05-18 23:00

关于互联网电子商务数据挖掘，推荐…

一、关于互联网/电子商务的数据挖掘&智能推荐的概述采用基于数据挖掘的算法来实现推荐引擎是各大电子商务网站、SNS社区最为常用的方法，推荐引擎常用Content-Based推荐算法及协同过滤算法（Item-Based
fanhuibin·2016-05-11 16:00

PageRank简单实现

可能最近发的pageRank等一些基础的东西比较多，最近想做一个文档的评分推荐引擎，但是没有那么大的创造力，只能是借鉴一些已经成熟的实现方案，从中寻找一些灵感。
fanhuibin·2016-05-11 16:00

IntelliJ IDEA 将 Maven 构建的 Java 项目打包

前言IntelliJIDEA编译生成Jar包的方式与Eclipse不同，如何将此Maven构建Java推荐引擎项目生成Jar包确实搜索了不少资料，有成功的有失败的，特将此验证成功的方法记录下来分享给遇到此类问题的朋友
知识天地·2016-05-09 23:00

2015.8.16 [资料阅读]深入推荐引擎相关算法 - 协同过滤

    在Web2.0时代，我们所拥有的是大量的数据，而我们可以从中发觉出来的有更多的信息，我们可以依赖于他人的选择做出更好的决定。这就是集体智慧，看来对于Web2.0，“集中力量办大事”的思路是无比正确的！    在这之中最重要的思想就是协同过滤，协同过滤的本质就是找相似。当我想找什么东西的时候，我可以通过两方面，第一是找和我相似的人，看他们都选了什么，第二是找和我找的东西相似度的物品。user
Zhaohui1995_Yang·2016-05-08 17:00

博客推荐系统——物料准备 (第一部分)

一个典型的可以满足这两个目标的系统就是推荐引擎。不仅是像Amazon这样的网上商店，同样的还有流媒体服务如Netflix公司也遭到了信息过载的困扰。客户可能很容易迷失在其庞大的（百万）产品或电影中。
王庆·2016-05-04 00:00

基于 Apache Mahout 构建社会化推荐引擎

推荐引擎简介推荐引擎利用特殊的信息过滤（IF，InformationFiltering）技术，将不同的内容（例如电影、音乐、书籍、新闻、图片、网页等）推荐给可能感兴趣的用户。
qq_14926159·2016-05-03 23:00

Spark Machine Learning 04 构建基于Spark的推荐引擎 (待完善)

Chap04基于Spark的推荐引擎Amazon、Netflix、YouTube、Twitter、LinkedIn、Facebook推荐是这些网站背后的核心功能之一推荐引擎背后的想法是预测人们可能喜好的物品并通过探寻物品之间的联系来辅助这个过程
blair·2016-04-29 00:00

推荐系统：协同过滤算法简介

“探索推荐引擎内部的秘密”系列将带领读者从浅入深的学习探索推荐引擎的机制，实现方法，其中还涉及一些基本的优化方法，例如聚类和分类的应用。
suibianshen2012·2016-04-28 15:00

第二个面试整理

，最后是实际的推荐引擎构建，从备选算法结合实际（硬件，需求）条件选最恰大的一个并说明理由，和上次面试深度学习OCR一样让设计OCR引擎。两次面试，都是从离职后主动预约我面试的五个
u010910436·2016-04-26 15:00

推荐系统经典论文文献及业界应用

推荐系统经典论文文献及业界应用列了一些之前设计开发百度关键词搜索推荐引擎时，参考过的论文，书籍，以及调研过的推荐系统相关的工具；同时给出参加过及未参加过的业界推荐引擎应用交流资料（有我网盘的链接），材料组织方式参考了厂里部分同学的整理
珊珊不来迟·2016-04-25 15:20

推荐系统经典论文文献及业界应用

推荐系统经典论文文献及业界应用列了一些之前设计开发百度关键词搜索推荐引擎时，参考过的论文，书籍，以及调研过的推荐系统相关的工具；同时给出参加过及未参加过的业界推荐引擎应用交流资料（有我网盘的链接），材料组织方式参考了厂里部分同学的整理
qq_17116557·2016-04-25 15:00

推荐系统经典论文文献及业界应用

作者：百度关键词搜索推荐系统maker列了一些之前设计开发百度关键词搜索推荐引擎时，参考过的论文，书籍，以及调研过的推荐系统相关的工具；同时给出参加过及未参加过的业界推荐引擎应用交流资料（有我网盘的链接
qq_17116557·2016-04-25 15:00

[置顶] 商品搜索引擎---推荐系统设计

系统推荐：根据大众行为的推荐引擎，对每个用户都给出同样的推荐，这些推荐可以是静态的由系统管理员人工设定的，或者基于系统所有用户的反馈统计计算出的当下比较流行的物品。
u013142781·2016-04-11 09:00

如何提升今日头条号指数与推荐量？两个核心是关键！

考虑到今日头条是一款基于数据挖掘的推荐引擎产品，内容质量把控至关重要，为了避免没有价值的内容流向用户，头条又在2016年3月8日推出了头条号指数。头条号指数是什么？
黎虹·2016-04-07 11:37

商品搜索引擎--商品推荐

系统推荐：据大众行为的推荐引擎，对每个用户都给出同样的推荐，这些推荐可以是静态的由系统管理员
u013142781·2016-04-05 12:00

Mahout学习系列之推荐算法

blog.csdn.net/gamer_gyt博主微博：http://weibo.com/234654758Github：https://github.com/thinkgamer参考：从源代码剖析Mahout推荐引擎
Thinkgamer_·2016-03-31 23:18

[置顶] Mahout学习系列之推荐算法

参考：从源代码剖析Mahout推荐引擎    mahout推荐系统示例     Mahout推荐算法API详解使用Mahout实现协同过滤 Mahout的taste推荐系统里的几种Recommender
Gamer_gyt·2016-03-31 23:00

深度学习课程Deep Learning Courses

它越来越多地用于提供接近人类的水平精度图像分类，语音识别，自然语言处理，情感分析，推荐引擎等。应用领域包括面部识别，场景检测，先进的医疗和制药研究，以及车辆的自动驾驶。
garfielder007·2016-03-29 12:08

推荐算法分类：协同过滤、聚类、分类

于是昨天下午开始到今天凌晨3点，便研究了一下推荐引擎，做了初步了解。日后，自会慢慢深入仔细研究（日后的工作亦与此相关）。当然，此文也会慢慢补充完善。  
willduan1·2016-03-28 19:00

使用Mahout实现协同过滤 spark

Mahout使用了Taste来提高协同过滤算法的实现，它是一个基于Java实现的可扩展的，高效的推荐引擎。
m635674608·2016-03-26 07:51

使用Mahout实现协同过滤 spark

Mahout使用了Taste来提高协同过滤算法的实现，它是一个基于Java实现的可扩展的，高效的推荐引擎。
·2016-03-25 03:00

推荐算法（一）——音乐歌单智能推荐

    题记：推荐引擎根据的分类根据数据源，分为基于人口统计学的（用户年龄或性别相同判定为相似用户）、基于内容的（物品具有相同关键词和Tag，没有考虑人为因素），以及基于协同过滤的推荐（发现物品，内容或用户的相关性推荐
u010850027·2016-03-24 21:00

Mahout推荐引擎中的几种相似度计算简要介绍

Mahout的Taste框架里提供的几种比较常用的相似度计算。1.欧几里德距离（EuclideanDistance），记为d(x,y)首先要计算两个点之间的欧几里德距离，然后根据欧几里德距离计算相似度。对应的欧几里德相似度，一般采用如下方式转换：sim(x,y)=1/(1+d(x,y))。距离越小，相似度越大。2.余弦相似性（CosineSimilarity）余弦相似性计算时，余弦值代表用户之间的
cleverlzc·2016-03-17 10:02

Mahout推荐引擎中的几种相似度计算简要介绍

Mahout的Taste框架里提供的几种比较常用的相似度计算。1.欧几里德距离（EuclideanDistance），记为d(x,y)首先要计算两个点之间的欧几里德距离，然后根据欧几里德距离计算相似度。对应的欧几里德相似度，一般采用如下方式转换：sim(x,y)=1/(1+d(x,y))。距离越小，相似度越大。 2.余弦相似性（CosineSimilarity）余弦相似性计算时，余弦值代表用户之间
cleverlzc·2016-03-17 10:00

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

聚类分析什么是聚类分析？聚类(Clustering)就是将数据对象分组成为多个类或者簇(Cluster)，它的目标是：在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。所以，在很多应用中，一个簇中的数据对象可以被作为一个整体来对待，从而减少计算量或者提高计算质量。其实聚类是一个人们日常生活的常见行为，即所谓“物以类聚，人以群分”，核心的思想也就是聚类。人们总是不断地改进下意识中的聚
-_-一条狗·2016-02-25 07:00

探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤

集体智慧和协同过滤什么是集体智慧集体智慧(CollectiveIntelligence)并不是Web2.0时代特有的，只是在Web2.0时代，大家在Web应用中利用集体智慧构建更加有趣的应用或者得到更好的用户体验。集体智慧是指在大量的人群的行为和数据中收集答案，帮助你对整个人群得到统计意义上的结论，这些结论是我们在单个个体上无法得到的，它往往是某种趋势或者人群中共性的部分。Wikipedia和Go
-_-一条狗·2016-02-25 07:00

探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探

“探索推荐引擎内部的秘密”系列将带领读者从浅入深的学习探索推荐引擎的机制，实现方法，其中还涉及一些基本的优化方法，例如聚类和分类的应用。
-_-一条狗·2016-02-24 21:00

机器学习方面的英文电子书快速过一遍，看看有没有适合于内容推荐引擎的新想法~~~

MachineLearningwithSpark-PacktPublishing(2014)epubFeaturehashingFeaturehashingisatechniquetodealwithhigh-dimensionaldataandisoftenusedwithtextandcategoricaldatasetswherethefeaturescantakeonmanyuniquev
志_祥·2016-02-19 17:15

机器学习方面的英文电子书快速过一遍，看看有没有适合于内容推荐引擎的新想法~~~

MachineLearningwithSpark-PacktPublishing(2014)epub FeaturehashingFeaturehashingisatechniquetodealwithhigh-dimensionaldataandisoftenusedwithtextandcategoricaldatasetswherethefeaturescantakeonmanyunique
cteng·2016-02-19 17:00
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他