<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          盤點4種常用的推薦算法

          共 1496字,需瀏覽 3分鐘

           ·

          2021-08-15 16:45

          導(dǎo)讀:推薦系統(tǒng)大量使用了機(jī)器學(xué)習(xí)技術(shù),本文簡單介紹一下推薦系統(tǒng)常用的策略與算法。

          作者:劉強(qiáng)  來源:大數(shù)據(jù)DT(ID:hzdashuju)


          01 基于內(nèi)容的推薦

          推薦系統(tǒng)是通過技術(shù)手段將標(biāo)的物與人關(guān)聯(lián)起來,標(biāo)的物包含很多屬性,用戶通過與標(biāo)的物的交互會產(chǎn)生行為日志,通過這些行為日志可以挖掘出衡量用戶對標(biāo)的物偏好的標(biāo)簽(將標(biāo)的物的屬性賦予喜歡它的用戶,讓用戶具備這個標(biāo)簽),通過這些偏好標(biāo)簽為用戶做推薦就是基于內(nèi)容的推薦算法。

          拿視頻推薦來說,視頻有標(biāo)題、國別、年代、演職員、標(biāo)簽等信息,用戶以前看過某類視頻,就代表用戶對這些視頻有興趣,比如用戶偏好恐怖、科幻類電影,這樣用戶的電影偏好就被打上了恐怖、科幻的標(biāo)簽,我們就可以根據(jù)這些興趣特征為用戶推薦恐怖、科幻類電影。


          02 協(xié)同過濾

          用戶在產(chǎn)品上的交互行為為用戶留下了標(biāo)記,我們可以利用“物以類聚、人以群分”的樸素思想來為用戶提供個性化推薦。

          具體來說,“人以群分”就是找到與用戶興趣相同的用戶(有過類似的行為),將這些興趣相同的用戶瀏覽過的標(biāo)的物推薦給用戶,這就是基于用戶的協(xié)同過濾算法。

          “物以類聚”就是如果有很多用戶都對某兩個標(biāo)的物有相似的偏好,說明這兩個標(biāo)的物是“相似”的,我們可以通過推薦與用戶喜歡過的標(biāo)的物相似的標(biāo)的物這種方式為用戶提供個性化推薦,這就是基于物品的協(xié)同過濾推薦算法。

          圖1-2簡單說明了這兩類協(xié)同過濾算法。

          ▲圖1-2 兩類協(xié)同過濾推薦算法


          03 基于模型的推薦

          一般來說,可基于用戶行為記錄、用戶相關(guān)信息(年齡、性別、地域和消費(fèi)習(xí)慣等)及標(biāo)的物相關(guān)信息來構(gòu)建算法模型,預(yù)測用戶對物品的偏好,常用的算法包括logistic回歸、矩陣分解、分解機(jī)等。

          隨著深度學(xué)習(xí)技術(shù)的發(fā)展,目前有很多深度學(xué)習(xí)相關(guān)的算法落地到了推薦系統(tǒng)上,并產(chǎn)生了很好的效果。


          04 基于社交關(guān)系的推薦

          我們在日常生活中經(jīng)常為別人或者要求別人給我們推薦書籍、 餐廳、電影等,這種推薦方式往往效果較好,大家也更容易接受。

          微信“看一看”模塊中的“在看”就是通過將你的微信好友看過的文章展示給你來實現(xiàn)推薦的,張小龍在2019年微信8周年的微信公開課上說到,“在看”比“看一看”模塊中的“精選”效果好很多,而“精選”就是通過算法來實現(xiàn)的推薦。

          在這些推薦算法中,基于內(nèi)容的推薦和協(xié)同過濾推薦是最古老、最常用的推薦算法,實現(xiàn)相對簡單,效果也很不錯,在工業(yè)界得到了大規(guī)模的應(yīng)用。

          關(guān)于作者:劉強(qiáng),碩士學(xué)歷,09年畢業(yè)于中國科學(xué)技術(shù)大學(xué)數(shù)學(xué)系。有12年大數(shù)據(jù)與推薦系統(tǒng)實踐經(jīng)驗,精通企業(yè)級推薦系統(tǒng)的構(gòu)建。從零到一打造過千萬級DAU視頻APP的推薦系統(tǒng),推薦系統(tǒng)產(chǎn)生的流量占全APP流量的30%。在過去的3年內(nèi)為多家中小型互聯(lián)網(wǎng)公司(流媒體、在線教育、跨境電商等)提供技術(shù)咨詢,幫助他們從零到一構(gòu)建推薦系統(tǒng)。

          本文摘編自構(gòu)建企業(yè)級推薦系統(tǒng)》,經(jīng)出版方授權(quán)發(fā)布。

          推薦語:推薦算法工程師必讀。推薦系統(tǒng)專家集10年實踐經(jīng)驗之作,從場景、算法、工程、運(yùn)營、實踐等多維度深度梳理構(gòu)建企業(yè)級推薦系統(tǒng)的方法。


          推薦閱讀

          (點擊標(biāo)題可跳轉(zhuǎn)閱讀)

          我的深度學(xué)習(xí)之路

          測評:《機(jī)器學(xué)習(xí)中的數(shù)學(xué)》

          6行代碼!用Python將PDF轉(zhuǎn)為word

          Yahoo的這個騷操作令人費(fèi)解。。。

          Tensorflow是系統(tǒng)派,Pytorch是算法派

          老鐵,三連支持一下,好嗎?↓↓↓


          瀏覽 25
          點贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  欧美第一网站 | 婷婷综合龙物精品国产 | 自拍偷拍1 | 日韩日韩日韩日韩AV | 黄片社区 |