推荐系统

2024/4/12 3:34:33
DIEN-序列模型与推荐系统的结合

DIEN-序列模型与推荐系统的结合

一：DIEN的进化动机 1，序列信息加强了最近行为对下次行为预测的影响。 2，序列模型能够学习到购买趋势的信息 如果放弃了序列信息，则模型学习时间和趋势这类信息的能力就会变弱，推荐模型就仍是基于用户所有购买历史的综…
阅读更多...
LKPNR: LLM and KG for Personalized News Recommendation Framework

LKPNR: LLM and KG for Personalized News Recommendation Framework

本文是LLM系列文章，针对《LKPNR: LLM and KG for Personalized News Recommendation Framework》的翻译。 LKPNR:LLM和KG的个性化新闻推荐框架 摘要1 引言2 相关工作3 问题定义4 框架5 实验6 案例7 结论 摘要 准确地向用户推荐候选新闻文章是个性化新闻推荐系统面…
阅读更多...
基于物品余弦相似度的协同过滤算法

基于物品余弦相似度的协同过滤算法

import random import mathclass Dataset():def __init__(self, filePath):self.data self.loadData(filePath)def loadData(self, filePath):print("加载数据...")data []for line in open(filePath):# 获取前两个数据：userId及该user评价的电影的idda…
阅读更多...
关键词推荐工具中的用户引导机制之三：相关搜索query技术

关键词推荐工具中的用户引导机制之三：相关搜索query技术

在上一篇《关键词推荐工具中的用户引导机制之二：suggestion架构》中， 我们提到， 在用户在搜索引擎，或是关键词推荐工具中输入搜索query片段的过程中， 我们可以提供suggestion来对用户搜索进行引导。 我们可以认为此时用…
阅读更多...
【推荐算法】Graph Embedding系列之DeepWalk: Online Learning of Social Representation

【推荐算法】Graph Embedding系列之DeepWalk: Online Learning of Social Representation

摘要 什么是embedding? Embedding在数学上表示的是一个映射关系，F: X -> Y，也就是一个函数。该函数具有两个性质：injective和structure-preserving。Injective，即我们所说的单射函数，对于每个 Y 只有唯一的 X 对…
阅读更多...
Social Influence Attentive Neural Network for Friend-Enhanced Recommendation

Social Influence Attentive Neural Network for Friend-Enhanced Recommendation

摘要： 随着在线社交网络的蓬勃发展，在许多社交应用中出现了一种新的推荐场景，即朋友增强推荐 (FER)。在FER中，推荐用户使用其朋友（称为朋友推荐圈）喜欢/共享的物品。这些朋友的推荐会被显式地显示给用户。…
阅读更多...
【推荐算法】DeepFM模型：A Factorization-Machine based Neural Network for CTR Prediction

【推荐算法】DeepFM模型：A Factorization-Machine based Neural Network for CTR Prediction

1、DeepFM背景 DeepFM可以看做是在FM算法的基础上衍生出来的算法，DeepFM通过将FM与DNN相结合，联合训练FM模型和DNN模型，用FM做特征间的低阶组合，用DNN做特征间的高阶组合。相比于谷歌最新的Wide&Deep模型，DeepFM模…
阅读更多...
【推荐算法】Graph Embedding系列之EGES: Billion-scale Commodity Embedding for E-commerce Recommend in Alibaba

【推荐算法】Graph Embedding系列之EGES: Billion-scale Commodity Embedding for E-commerce Recommend in Alibaba

Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba 论文地址：https://arxiv.org/pdf/1803.02349.pdfGithub地址：GitHub - shenweichen/GraphEmbedding: Implementation and experiments of graph embedding algorithms. &am…
阅读更多...
一、 个性化电商广告推荐系统介绍

一、 个性化电商广告推荐系统介绍

一 个性化电商广告推荐系统介绍 1.1 数据集介绍 Ali_Display_Ad_Click是阿里巴巴提供的一个淘宝展示广告点击率预估数据集 数据集来源：天池竞赛 原始样本骨架raw_sample 淘宝网站中随机抽样了114万用户8天内的广告展示/点击日志（2600万条记录&#xff…
阅读更多...
热门物品的推荐策略

热门物品的推荐策略

目录 一、热门物品的优势 二、热门物品的劣势 三、针对热门物品的策略 一、热门物品的优势 1、可以作为新用户冷启动问题的打底策略，通常情况下，会比通过用户特征来进行推荐要得到更好的消费收益； 2、对物品要求小，当物品数量…
阅读更多...
推荐系统——召回策略中的融合

推荐系统——召回策略中的融合

目录 一、多路召回的融合策略 二、长短混推 三、多模态数据的融合利用 四、多任务学习 五、长短期融合 一、多路召回的融合策略 为保证召回的多样性和覆盖率，通常都会采用多路召回，然后融合的策略。 但如何将多路召回融合，不同候选集的…
阅读更多...
文章摘录：推荐系统的定义和应用

文章摘录：推荐系统的定义和应用

推荐系统的定义和应用 https://zhuanlan.zhihu.com/p/101840596
阅读更多...
推荐系统第3课：召回算法、推荐系统中的embedding及online matching serving

推荐系统第3课：召回算法、推荐系统中的embedding及online matching serving

阅读更多...
NFM--FM的神经网络化尝试

NFM--FM的神经网络化尝试

一：绪论： 我们都知道，无论是FM还是FMM,归根到底是一个二阶特征交叉的模型。受到组合爆炸问题的困扰，FM几乎不可能扩大到三阶以上，这就不可避免的限制了FM的表达能力（不管是一阶特征还是两辆组合的二阶特征…
阅读更多...
FM与深度学习模型的结合--FNN

FM与深度学习模型的结合--FNN

一：FNN–用FM的隐向量完成Embedding层的初始化。 1，提出背景： （1）基于FM的特征组合受到计算复杂度的影响因而只能进行二阶特征交叉，但当面对海量高度稀疏的用户行为反馈数据时，二阶交叉是明显不…
阅读更多...
技术细分|推荐系统——推荐系统中的数据去偏方法

技术细分|推荐系统——推荐系统中的数据去偏方法

本篇的主要脉络同样依据中科大何向南教授、合工大汪萌教授联合在 TKDE 上的一篇综述文章展开：Bias and Debias in Recommender System: A Survey and Future Directions。 下面按照前导文章中介绍的数据偏差 Selection Bias、Conformity Bias、Exposure Bias、Posit…
阅读更多...
基于聚类的推荐算法笔记——以豆瓣电影为例(四）（附源代码）

基于聚类的推荐算法笔记——以豆瓣电影为例(四）（附源代码）

基于聚类的推荐算法笔记——以豆瓣电影为例(四）（附源代码） 第一章 聚类算法介绍 基于聚类的推荐算法笔记一 第二章 数据介绍 基于聚类的推荐算法笔记二 第三章 实现推荐算法 基于聚类的推荐算法笔记三 第四章 评价推荐算法 基于聚类的推荐…
阅读更多...
计算机毕业设计之Python大数据招聘爬虫可视化 招聘推荐系统 职位薪资预测算法 大数据招聘数据分析 大数据毕业设计 职位可视化(机器学习：预测+推荐+爬虫+可视化)

计算机毕业设计之Python大数据招聘爬虫可视化 招聘推荐系统 职位薪资预测算法 大数据招聘数据分析 大数据毕业设计 职位可视化(机器学习：预测+推荐+爬虫+可视化)

创新点 预测算法、招聘推荐、薪资预测、数据爬虫、可视化 技术 requestsflaskmysql 适合方向 招聘类计算机毕业设计、大数据毕业设计、数据分析类毕业设计，含有丰富的算法，一定是适合你的哦！ 说明 爬虫模块是最新的，实时维…
阅读更多...
Grapy Embedding--更多结构信息的图嵌入技术

Grapy Embedding--更多结构信息的图嵌入技术

一：Graph Embeding 出现的原因 word2vec 和其衍生的Item2vec做为一种embedding技术的基础性方法，都是建立在序列样本（词序列，用户行为序列）基础之上的。但是在互联网背景下，数据对象之间更多的是以图结构的…
阅读更多...
协同过滤的进化--矩阵分解算法（MF）

协同过滤的进化--矩阵分解算法（MF）

一： MF基础知识 线性代数，机器学习，梯度下降等内容需要各位看官在了解本文之前进行一定基础学习。MF解决的主要问题在两点，这两点也是协同过滤的主要缺点，第一是协同过滤处理稀疏矩阵的能力较弱（共现矩阵稀…
阅读更多...
计算物品之间的相似度矩阵$$基于物品的协同过滤算法

计算物品之间的相似度矩阵$$基于物品的协同过滤算法

公式一: 构建数据集 import pandas as pd import numpy as npuser_score_dict pd.DataFrame({"A": {"a": 3.0, "b": 4.0, "c": 0.0, "d": 3.5, "e": 0.0},"B": {"a": 4.0, "b": …
阅读更多...
Graph Contextualized Self-Attention Network for Session-based Recommendation

Graph Contextualized Self-Attention Network for Session-based Recommendation

Graph Contextualized Self-Attention Network for Session-based Recommendation 本篇论文主要是在讲图上下文自注意力网络做基于session的推荐，在不使用循环神经网络和卷积神经网络的情况下，自注意网络在各种序列建模任务中取得了显著的成功&#xff…
阅读更多...
Handling Information Loss of Graph Neural Networks for Session-based Recommendation(LESSR 2020)

Handling Information Loss of Graph Neural Networks for Session-based Recommendation(LESSR 2020)

Handling Information Loss of Graph Neural Networks for Session-based Recommendation 本篇文章也是使用图神经做推荐，主要解决两个问题，第一个问题是有损的session编码问题，由于从session到图的有损编码以及消息传递期间的排列不变聚合&…
阅读更多...
推荐系统(2)--计算皮尔逊相关系数

推荐系统(2)--计算皮尔逊相关系数

计算皮尔逊相关系数 代码如下: #-*- coding:utf-8 -*- 皮尔逊相关系数import json import numpy as np# 计算user1 和 user2的相关系数 def pearson_score(dataset,user1,user2):if user1 not in dataset:raise TypeError(Useruser1not present in the dataset)if user2 not i…
阅读更多...
一个完整推荐系统的设计实现

一个完整推荐系统的设计实现

工业界完整推荐系统的设计。结论是： 没有某种算法能够完全解决问题， 多重算法交互设计， 才能解决特定场景的需求。下文也对之前的一些博文进行梳理，构成一个完整工业界推荐系统所具有的方方面面（主要以百度关键词搜索推…
阅读更多...
阿语Python项目实操之美多后台管理-商品管理之SPU表管理第5.2.1节查询获取SPU表列表数据...

阿语Python项目实操之美多后台管理-商品管理之SPU表管理第5.2.1节查询获取SPU表列表数据...

查询获取SPU表列表数据在获取sku数据时&#xff0c;我们在请求中包含了查询关键keyword&#xff0c;这时我么就需要对keyword进行判断&#xff0c;来返回不同的查询数据接口分析请求方式&#xff1a;GET /meiduo_admin/goods/?keyword<名称|副标题>&page<页码>…
阅读更多...
基于物品的协同过滤推荐笔记（附源代码）

基于物品的协同过滤推荐笔记（附源代码）

基于物品的协同过滤算法 1. 数据 使用movielens-100k数据集中的u1.base文件作为实验集 2.实验 在demo1中建立用户-评分矩阵和用户看过的电影id列表&#xff0c;根据用户看过的电影计算电影间相似度&#xff0c;根据项亮的《推荐系统实践》中方法计算用户相似度。 相似度公式…
阅读更多...
【推荐系统】短视频推荐系统概述

【推荐系统】短视频推荐系统概述

本博文主要对业界短视频推荐领域做一个系统概览&#xff0c;包括推荐系统与架构、召回算法与策略、排序算法的演进、分发策略的控制四大部分。对于其他的推荐场景&#xff0c;工作链路大同小异&#xff0c;不作累述。 一、推荐系统与架构 1.1、 短视频推荐流程 信息流推荐系…
阅读更多...
Self-supervised Graph Learning for Recommendation

Self-supervised Graph Learning for Recommendation

对于推荐来说&#xff0c;用户-商品图的表示学习已经从使用单个ID或交互历史发展到利用高阶邻居&#xff0c;这导致了图卷积网络(GCNs)的成功推荐&#xff0c;如PinSage和LightGCN。尽管有效&#xff0c;但我们认为它们存在两个局限性&#xff1a;&#xff08;1&#xff09;热门…
阅读更多...
Contrastive Graph Learning for Social Recommendation

Contrastive Graph Learning for Social Recommendation

摘要&#xff1a; 由于图神经网络(GNN)在高阶连通性学习表示方面的优势&#xff0c;基于GNN的协同过滤在推荐系统中得到了广泛的应用。此外&#xff0c;为了克服数据稀疏性问题&#xff0c;最近一些基于GNN的模型尝试将社交信息纳入其中&#xff0c;并设计对比学习作为辅助任务…
阅读更多...
推荐系统(1)-计算欧式距离分数

推荐系统(1)-计算欧式距离分数

计算欧式距离分数 欧式距离分数:代表一种相似度指标,可以计算两个数据点之间的欧几里得距离 以电影推荐系统为例 代码如下: # -*- coding:utf-8 -*- 计算欧式距离分数import json import numpy as np# 定义一个计算两个用户之间欧几里得距离的函数 user1和user2 def euclidean_…
阅读更多...
wide deep系模型

wide deep系模型

一、wide &deep 1.原理&#xff1a;由浅层&#xff08;或单层&#xff09;的Wide部分神经网络和深层的Deep部分多层神经网络组成&#xff0c;输出层采用softmax或logistics regression综合Wide和Deep部分的输出。 wide部分&#xff0c;一般采用线性模型&#xff0c;LR模型…
阅读更多...
流量分发机制

流量分发机制

目录 一、背景 二、具体实现策略 一、背景 新视频上传到平台后&#xff0c;经过审核&#xff0c;会给予该视频一定的流量&#xff0c;才能让用户看到该视频。这个衡量流量分配比例的策略就是流量分发。 二、具体实现策略 1、流量池分级 根据视频和源站作者的消费数据&#…
阅读更多...
推荐系统整体架构

推荐系统整体架构

推荐系统总体架构图&#xff1a; 核心为特征数据和算法引擎两部分。 1、特征数据 分为离线特征和实时特征&#xff1b; 离线数据通常通过一些分布式数据库来实现数据部署&#xff0c;例如ES和MongoDB&#xff1b; 实时数据通过流式计算相关计算&#xff0c;例如通过Kafka的…
阅读更多...
Knowledge-aware Coupled Graph Neural Network for Social Recommendation

Knowledge-aware Coupled Graph Neural Network for Social Recommendation

知识感知耦合的图神经网络 摘要 社交推荐任务旨在通过结合用户之间的社交联系&#xff0c;预测用户对项目的偏好&#xff0c;从而缓解协同过滤的稀疏问题。虽然最近的许多努力表明了基于神经网络的社交推荐系统的有效性&#xff0c;但有几个重要的挑战尚未得到很好的解决&…
阅读更多...
Session-based Recommendation with Graph Neural Networks (SR-GNN 2019)

Session-based Recommendation with Graph Neural Networks (SR-GNN 2019)

研一上半学期已经结束&#xff0c;这学期学习了很多而且很碎的东西。其中在论文中学习到的知识颇为丰富&#xff0c;本学期看的论文大部分都是关于推荐系统的论文&#xff0c;而且对基于session的推荐有了深刻的理解。趁着寒假时间&#xff0c;对基于session的推荐相关论文做做…
阅读更多...
基于用户 的协同过滤算法

基于用户 的协同过滤算法

计算用户相似度和用户对未知物品的可能评分 基于用户的协同过滤算法主要包括两个步骤。 (1) 找到和目标用户兴趣相似的用户集合。 (2) 找到这个集合中的用户喜欢的&#xff0c;且目标用户没有听说过的物品推荐给目标用户。 例如现在有A、B、C、D四个用户&#xff0c;分别对a、…
阅读更多...
交替最小二乘法

交替最小二乘法

前置概念导入 协同过滤&#xff08;Collaborative Filtering&#xff09;&#xff1a;这是一种推荐系统的方法&#xff0c;依据用户之间或物品之间的相似性来进行推荐。协同过滤通常分为两种主要类型&#xff1a;用户基于&#xff08;user-based&#xff09;和物品基于&#xf…
阅读更多...
推荐系统第5课：重排序算法，learning to rank,多目标排序

推荐系统第5课：重排序算法，learning to rank,多目标排序

阅读更多...
推荐系统第6-7课：排序算法、深度学习模型、rank模块介绍、widedeep模型

推荐系统第6-7课：排序算法、深度学习模型、rank模块介绍、widedeep模型

阅读更多...
Improving Graph Collaborative Filtering with Neighborhood-enriched Contrastive Learning

Improving Graph Collaborative Filtering with Neighborhood-enriched Contrastive Learning

摘要 近年来&#xff0c;图协同过滤方法被提出作为一种有效的推荐方法&#xff0c;它可以通过建模用户-项目交互图来捕获用户对项目的偏好。尽管这些方法有效&#xff0c;但在实际场景中存在数据稀疏性。为了减少数据稀疏性的影响&#xff0c;在图协同过滤中采用了对比学习的方…
阅读更多...
搜索引擎点击日志聚类实现相关搜索

搜索引擎点击日志聚类实现相关搜索

组里经常招实习生&#xff0c; 在技术问题问得差不多的时候&#xff0c; 我经常会问他们一个问题&#xff1a;‘百度的相关搜索&#xff0c;你会如何设计实现&#xff1f;’ 主要想看下实习生会有哪些思路&#xff0c;看看思路是否广&#xff0c;方法是否多&#xff0c; 没有…
阅读更多...
关键词推荐工具中的用户引导机制之二：suggestion架构

关键词推荐工具中的用户引导机制之二：suggestion架构

在《关键词推荐工具中的用户引导机制之一》 我们分析了用户用到机制对搜索引擎/关键词工具的重要性&#xff0c;同时也提到按照用户在搜索引擎/或者关键词工具上交互的阶段&#xff0c;可以按交互前&#xff0c;交互中和交互后为用户分别提供种子query&#xff0c;suggestion和…
阅读更多...
Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation

Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation

补充&#xff1a;特征对齐、均匀分布 Embedding里能够保留更多个性化的信息&#xff0c;这又代表什么呢&#xff1f;举个例子&#xff0c;比如有两张图片&#xff0c;都是关于狗的&#xff0c;但是一张是在草地上跑的黑狗&#xff0c;一张是在水里游泳的白狗。如果在投影成Emb…
阅读更多...
阿语python4-1 django框架v5.0第2.7.4节 关联查询

阿语python4-1 django框架v5.0第2.7.4节 关联查询

关联查询查询书籍为1的所有人物信息 查询人物为1的书籍信息由一到多的访问语法&#xff1a;一对应的模型类对象.多对应的模型类名小写_set 例&#xff1a;>>> book BookInfo.objects.get(id1) >>> book.peopleinfo_set.all() <QuerySet [<PeopleInfo:…
阅读更多...
ALS 推荐系统

ALS 推荐系统

1&#xff1a;ALS(alternating least squares ):交替最小二乘法 在机器学习中&#xff0c;特指使用最小二乘法的一种协同推荐算法。如下图所示&#xff0c;u表示用户&#xff0c;v表示商品&#xff0c;用户给商品打分&#xff0c;但是并不是每一个用户都会给每一种商品打分。?…
阅读更多...
基于用户的协同过滤推荐笔记（附源代码）

基于用户的协同过滤推荐笔记（附源代码）

基于用户的协同过滤算法 1. 数据 使用movielens-100k数据集中的u1.base文件作为实验集 2.实验 在demo1中建立用户-评分矩阵和项目-用户矩阵&#xff0c;根据项亮的《推荐系统实践》中建立倒排表&#xff0c;然后计算用户相似度。 import pandas as pd import numpy as np …
阅读更多...
推荐系统第4课：用户建模、learning to rank及特征工程

推荐系统第4课：用户建模、learning to rank及特征工程

阅读更多...
Rething the Item Order in Session-based Recommendation with Graph Neural Networks (FGNN 2019)

Rething the Item Order in Session-based Recommendation with Graph Neural Networks (FGNN 2019)

Rething the Item Order in Session-based Recommendation with Graph Neural Networks 本篇文章讲的仍然是使用图神经网络做基于session的推荐&#xff0c;传统的基于session的推荐主要通过利用注意力机制聚焦在序列模式上&#xff0c;但是用户的偏好比仅仅按照连续的时间模式…
阅读更多...
推荐系统第8课：实时推荐技术online learning

推荐系统第8课：实时推荐技术online learning

阅读更多...
推荐系统（一）推荐系统整体概览

推荐系统（一）推荐系统整体概览

推荐系统&#xff08;一&#xff09;推荐系统整体概览前记&#xff1a; 自工作后&#xff0c;由于工作日的搬砖劳累&#xff0c;每每周末就在做饭、吃饭、在公司内部度课堂上学习各位前辈高人留下的优秀资料&#xff08;但我还是很菜&#xff0c;哈哈哈&#xff09;&#xff0c…
阅读更多...
推荐系统（十六）多任务学习：腾讯PLE模型（Progressive Layered Extraction model）

推荐系统（十六）多任务学习：腾讯PLE模型（Progressive Layered Extraction model）

推荐系统&#xff08;十六&#xff09;多任务学习&#xff1a;腾讯PLE模型&#xff08;Progressive Layered Extraction model&#xff09;推荐系统系列博客&#xff1a; 推荐系统&#xff08;一&#xff09;推荐系统整体概览推荐系统&#xff08;二&#xff09;GBDTLR模型推荐…
阅读更多...
推荐系统（二十）谷歌YouTubeDNN（Deep Neural Networks for YouTube Recommendations）

推荐系统（二十）谷歌YouTubeDNN（Deep Neural Networks for YouTube Recommendations）

推荐系统&#xff08;二十&#xff09;谷歌YouTubeDNN&#xff08;Deep Neural Networks for YouTube Recommendations&#xff09;推荐系统系列博客&#xff1a; 推荐系统&#xff08;一&#xff09;推荐系统整体概览推荐系统&#xff08;二&#xff09;GBDTLR模型推荐系统&a…
阅读更多...
《机器学习》慕课版课后习题-第13章

《机器学习》慕课版课后习题-第13章

中国工信出版集团、人民邮电出版社出版的赵卫东、董亮编著的《机器学习》慕课版 第13章 推荐系统 1.推荐系统的功能是什么&#xff1f; 解&#xff1a;推荐系统是一种帮助用户快速发现有用信息的工具。通过分析用户的历史行为&#xff0c;研究用户偏好&#xff0c;对用户兴趣…
阅读更多...
【推荐系统-＞相似度算法】余弦相似度

【推荐系统-＞相似度算法】余弦相似度

转自相似度算法之余弦相似度 余弦距离&#xff0c;也称为余弦相似度&#xff0c;是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量。 余弦值越接近1&#xff0c;就表明夹角越接近0度&#xff0c;也就是两个向量越相似&#xff0c;这就叫"余弦相似性…
阅读更多...
【读书笔记-＞推荐系统】01 互联网的增长引擎-推荐系统

【读书笔记-＞推荐系统】01 互联网的增长引擎-推荐系统

01 互联网的增长引擎-推荐系统 思维导图纲要 为什么需要推荐系统&#xff1f; 用户角度&#xff1a;让用户从海量信息中找到目标内容 在互联网环境下&#xff0c;有非常多的信息存在&#xff0c;就像淘宝有很多很多的商品&#xff0c;推荐系统要做的就是从广大商品中找到你梦…
阅读更多...
推荐系统（三）Factorization Machines（FM）

推荐系统（三）Factorization Machines（FM）

推荐系统&#xff08;三&#xff09;Factorization Machines&#xff08;FM&#xff09;推荐系统系列博客&#xff1a; 推荐系统&#xff08;一&#xff09;推荐系统整体概览 推荐系统&#xff08;二&#xff09;GBDTLR模型 按照发表年份&#xff0c;这篇博客应该在GBDTLR之前…
阅读更多...
【强化学习文献阅读】DRN：新闻推荐的深度强化学习框架

【强化学习文献阅读】DRN：新闻推荐的深度强化学习框架

Article 作者&#xff1a;Guanjie Zheng, Fuzheng Zhang, Zihan Zheng, Yang Xiang, Nicholas Jing Yuan, Xing Xie, Zhenhui Li文献题目&#xff1a;DRN&#xff1a;新闻推荐的深度强化学习框架文献时间&#xff1a;2018文献链接&#xff1a;http://www.personal.psu.edu/~gj…
阅读更多...
特征工程之特征表达

特征工程之特征表达

对某个特征的具体表现形式做处理&#xff0c;主要包括一下几个方面&#xff0c;一是缺失值处理&#xff0c;二是特殊特征处理&#xff08;例如地理位置&#xff09;&#xff0c;三是离散特征连续化处理和离散化处理&#xff0c;四是连续特征的离散化处理。 1&#xff0c;缺失值…
阅读更多...
pca原理--主成分分析

pca原理--主成分分析

一&#xff1a;数学基础 1.1 内积 两个向量的 A 和 B 内积我们知道形式是这样的&#xff1a; 内积运算将两个向量映射为实数&#xff0c;其计算方式非常容易理解&#xff0c;但我们无法看出其物理含义。接下来我们从几何角度来分析&#xff0c;为了简单起见&#xff0c;我们假…
阅读更多...
冷启动问题——协同过滤（推荐系统）

冷启动问题——协同过滤（推荐系统）

冷启动问题——协同过滤&#xff08;推荐系统&#xff09;1. 什么是冷启动问题2. 协同过滤2.1 User CF2.2 Item CF1. 什么是冷启动问题 冷启动问题&#xff1a;推荐系统需要根据用户的历史行为和兴趣预测用户未来的行为和兴趣。 这类问题主要分为3类1&#xff1a; 用户冷启动…
阅读更多...
【读书笔记-＞推荐系统】02-03 逻辑回归

【读书笔记-＞推荐系统】02-03 逻辑回归

02-03 逻辑回归 思维导图纲要 相比协同过滤仅利用用户与物品的相互行为信息进行推荐&#xff0c;逻辑回归模型能够综合利用用户、物品、上下文等多种不同的特征&#xff0c;生成较为“全面”的推荐结果。另外&#xff0c;逻辑回归的另一种表现形式“感知机”作为神经网络中最基…
阅读更多...
精读 An LSTM-Based Dynamic Customer Model for Fashion Recommendation 总结

精读 An LSTM-Based Dynamic Customer Model for Fashion Recommendation 总结

精读 An LSTM-Based Dynamic Customer Model for Fashion Recommendation 总结研究成果1. 前言2. 研究内容2.1 数据描述2.2 Fashion DNA的生成&#xff08;商品表示&#xff09;2.3 static Neuron network更新流程2.4 static model小结2.5 基于LSTM 的动态模型2.6 损失函数2.7 …
阅读更多...
【推荐系统论文阅读】基于强化学习的推荐模拟用户反馈

【推荐系统论文阅读】基于强化学习的推荐模拟用户反馈

Article 作者&#xff1a;Xiangyu Zhao, Long Xia, Lixin Zou, Dawei Yin, Jiliang Tang文献题目&#xff1a;基于强化学习的推荐模拟用户反馈文献时间&#xff1a;2019文献链接&#xff1a;https://arxiv.org/abs/1906.11462 摘要 随着强化学习 (RL) 的最新进展&#xff0c…
阅读更多...
协同过滤算法—推荐系统基础算法（含python代码实现以及详细例子讲解）

协同过滤算法—推荐系统基础算法（含python代码实现以及详细例子讲解）

推荐系统基础算法之协同过滤算法一、 算法简介1.1 算法概述1.2 算法核心和步骤二、基于用户的协同过滤算法&#xff08;User-Based&#xff09;2.1 相似度及预测值的计算2.1.1 相似度计算2.1.2 预测值的计算2.2 通过例子理解2.4 python代码实现三、基于物品的协同过滤算法&…
阅读更多...
推荐系统入门学习简介（一）

推荐系统入门学习简介（一）

做推荐系统最常见的就是推荐电影&#xff0c;音乐&#xff0c;商品&#xff0c;股票等等&#xff0c;使用一些协同过滤的方法&#xff0c;若要搞点创新&#xff0c;可以去接触更细分的行业&#xff0c;比如&#xff0c;股票里的各种因子&#xff0c;音乐里的各种流派&#xff0…
阅读更多...
摘录：万物皆Embedding，从经典的word2vec到深度学习基本操作item2vec

摘录：万物皆Embedding，从经典的word2vec到深度学习基本操作item2vec

万物皆Embedding&#xff0c;从经典的word2vec到深度学习基本操作item2vec
阅读更多...
基于协同过滤算法和内容推荐算法实现电影推荐系统

基于协同过滤算法和内容推荐算法实现电影推荐系统

基于协同过滤算法和内容推荐算法实现电影推荐系统 本电影推荐系统算法是基于人人相似的协同过滤算法和基于内容的推荐算法相结合的混合推荐算法 混合推荐算法大致流程: 首先对数据集使用人人相似的协同过滤算法, 计算每个人与其他人的cos相似度, 选择相似度最高的人,推荐他看…
阅读更多...
Multi-behavior Recommendation with Graph Convolutional Networks

Multi-behavior Recommendation with Graph Convolutional Networks

摘要 传统的推荐模型通常只使用一种用户-项目交互&#xff0c;但面临着严重的数据稀疏性或冷启动问题。使用多种类型的用户-项目交互&#xff0c;如点击和收藏&#xff0c;可以作为一种有效的解决方案。早期对多行为推荐的努力未能捕捉到行为对目标行为的不同影响强度。它们还…
阅读更多...
2020年全国大学生数学建模竞赛辽宁赛区获奖名单（本科组）

2020年全国大学生数学建模竞赛辽宁赛区获奖名单（本科组）

本次共有705个队伍获奖&#xff0c;其中推荐全国106组、一等奖96组、二等奖235组、三等奖268组。祝贺获奖的队伍&#xff01;&#xff01;&#xff01; 学校 队员1 队员2 队员3 指导老师 奖级 鞍山师范学院 董雨津 张越男 汪昕玉 刘双 推荐全国 渤海大学 张庭聚 王悦 甘然 郑福…
阅读更多...
推荐系统涨知识

推荐系统涨知识

meta path 对于三元组&#xff0c;关系连接的头尾实体属于不同的类型self-attentation 在序列内部做attentation&#xff0c;寻找序列内部的联系。AUC 最普遍的定义是 ROC 曲线下的面积。但其实另一种定义更常用&#xff0c;分别随机从正负样本集中抽取一个正样本&#xff0c;一…
阅读更多...
楼宇节能优化系统

楼宇节能优化系统

一个城市&#xff0c;它的楼宇运营起码占用了40%的能耗总量&#xff0c;就当前楼宇运营对能源需求的趋势而言&#xff0c;2030年能源供应投资的一半都将用于楼宇运营。 而建筑业内普遍奉行的原则是&#xff0c;花最少的钱进行最性价比的运营和维护&#xff0c;这样导致的后果…
阅读更多...
计算广告小窥[下]要啥自行车！

计算广告小窥[下]要啥自行车！

原作&#xff1a;面包包包包包包 修改&#xff1a;寒小阳 && 龙心尘 鸣谢&#xff1a;百度德川、阿里怀人、阿里口肃、腾讯Fandy王、优酷吕红亮 时间&#xff1a;2016年8月 出处&#xff1a; http://blog.csdn.net/breada/article/details/52275063 http://blog.…
阅读更多...
【推荐算法】DSSM双塔模型：Deep Structured Semantic Models for Web Search using Clickthrough Data

【推荐算法】DSSM双塔模型：Deep Structured Semantic Models for Web Search using Clickthrough Data

1、DSSM背景 DSSM&#xff0c;全称Deep Structured Semantic Model&#xff0c;就是我们通常所说的双塔模型&#xff0c;是微软公司提出的一种基于深度神经网络的语义模型&#xff0c;其核心思想是将query和doc映射到到共同维度的语义空间中&#xff0c;通过最大化query和doc语…
阅读更多...
推荐系统（十九）Gate网络（二）：百度GemNN（Gating-Enhanced Multi-Task Neural Networks）

推荐系统（十九）Gate网络（二）：百度GemNN（Gating-Enhanced Multi-Task Neural Networks）

推荐系统&#xff08;十九&#xff09;Gate网络&#xff08;二&#xff09;&#xff1a;百度GemNN&#xff08;Gating-Enhanced Multi-Task Neural Networks&#xff09;推荐系统系列博客&#xff1a; 推荐系统&#xff08;一&#xff09;推荐系统整体概览推荐系统&#xff08…
阅读更多...
推荐系统（十二）阿里深度兴趣网络（二）：DIEN模型（Deep Interest Evolution Network）

推荐系统（十二）阿里深度兴趣网络（二）：DIEN模型（Deep Interest Evolution Network）

推荐系统&#xff08;十二&#xff09;阿里深度兴趣网络&#xff08;二&#xff09;&#xff1a;DIEN模型&#xff08;Deep Interest Evolution Network&#xff09;推荐系统系列博客&#xff1a; 推荐系统&#xff08;一&#xff09;推荐系统整体概览推荐系统&#xff08;二&…
阅读更多...
基于聚类的推荐算法笔记——以豆瓣电影为例(三）（附源代码）

基于聚类的推荐算法笔记——以豆瓣电影为例(三）（附源代码）

基于聚类的推荐算法笔记——以豆瓣电影为例(三&#xff09;&#xff08;附源代码&#xff09; 第一章 聚类算法介绍 基于聚类的推荐算法笔记一 第二章 数据介绍 基于聚类的推荐算法笔记二 第三章 实现推荐算法 基于聚类的推荐算法笔记三 第四章 评价推荐算法 基于聚类的推荐…
阅读更多...
【读书笔记-＞推荐系统】02-01 协同过滤

【读书笔记-＞推荐系统】02-01 协同过滤

02-01 协同过滤 思维导图纲要 这章主要介绍的是机器学习推荐系统的模型&#xff0c;例如协同过滤&#xff08; Collaborative Filtering , CF )、逻辑回归( Logistic Regression, LR ), 进化到因子分解机&#xff08; Factorization Machine, FM )、梯度提升树&#xff08; Gr…
阅读更多...
NeuralCF模型--CF与深度学习的结合

NeuralCF模型--CF与深度学习的结合

1. 简介 NCF是协同过滤在神经网络上的实现——神经网络协同过滤。由新加坡国立大学与2017年提出。 从深度学习的角度视角来看看待矩阵分解模型&#xff0c;那么矩阵分解层的用户隐向量和物品隐向量完全可以看做是一种Embedding方法。最终的scoring层就是将两种隐向量进行内积…
阅读更多...
计算机毕业设计之全网独家Spark租房爬虫数据分析与推荐系统 租房大数据 租房app 租房数据分析 租房爬虫 房源推荐系统 房源数据分析 房源可视化

计算机毕业设计之全网独家Spark租房爬虫数据分析与推荐系统 租房大数据 租房app 租房数据分析 租房爬虫 房源推荐系统 房源数据分析 房源可视化

一、网站 登录与注册、注销 短信验证码修改密码 我的信息&#xff1a;身份证实名认证 租房业务流程 &#xff08;预约看房支付完成评价&#xff09;、进度步骤条展示 支付宝沙箱支付 房屋浏览、中介信息查看 房屋推荐&#xff08;基于mahout协同过滤算法&#xf…
阅读更多...
PNN模型及其变体

PNN模型及其变体

一&#xff1a;绪论 1&#xff0c;这么是pnn 相对于前面我们讲的deep crossing 模型而言&#xff0c;pnn模型在输入层&#xff0c;embedding层&#xff0c;多层神经网络&#xff0c;输出层等并没有结构上的变化&#xff0c;唯一的区别在于pnn用乘积层&#xff08;product laye…
阅读更多...
AFM模型

AFM模型

转载自该文章
阅读更多...
特征工程之特征预处理

特征工程之特征预处理

特征预处理主要包括以下几个方面的内容&#xff0c;第一&#xff0c;特征的归一化和标准化&#xff0c;第二&#xff1a;异常特征样本的清洗&#xff0c;第三&#xff1a;样本数据不平衡问题处理。 1&#xff0c;特征的标准化和归一化 &#xff08;1&#xff09;&#xff1a;z-…
阅读更多...
论文阅读综述04——综述了十多篇sequential REC/session REC论文的解决的问题和解决方案以及模型图

论文阅读综述04——综述了十多篇sequential REC/session REC论文的解决的问题和解决方案以及模型图

今天老师要找开会&#xff0c;我把这个星期整理的综述发给老师了&#xff0c;主要按照每篇解决的问题、解决方案、模型图这三个部分写了一篇简洁的综述。 1. 2020-WWW-Attentive Sequential Models of Latent Intent for Next Item Recommendation 解决的问题&#xff1a; 根…
阅读更多...
深度学习推荐系统笔记之前沿实践

深度学习推荐系统笔记之前沿实践

1.GBDTLR 14年Facebook发表了广告推荐系统论文Practical Lessons from Predicting Clicks on Ads at Facebook &#xff0c;提出了经典的GBDTLR模型。 系统输入&#xff1a;用户&#xff08;User&#xff09;、广告&#xff08;Ad&#xff09;、上下文&#xff08;Context&am…
阅读更多...
对比学习2024最新SOTA＆应用方案分享，附14篇必读论文和代码

对比学习2024最新SOTA＆应用方案分享，附14篇必读论文和代码

同学们发现没有&#xff0c;对比学习在我们的日常工作生活中已经很常见了&#xff0c;比如推荐系统任务&#xff0c;为用户推荐相似的商品或预测用户的购买行为&#xff1b;又比如图像检索&#xff0c;为用户找相似图片或识别不同物体。另外还有语音识别、人脸识别、NLP&#x…
阅读更多...
大数据毕业设计：基于python美食推荐系统+爬虫+Echarts可视化+协同过滤推荐算法+Django框架（源码）✅

大数据毕业设计：基于python美食推荐系统+爬虫+Echarts可视化+协同过滤推荐算法+Django框架（源码）✅

毕业设计&#xff1a;2023-2024年计算机专业毕业设计选题汇总&#xff08;建议收藏&#xff09; 毕业设计&#xff1a;2023-2024年最新最全计算机专业毕设选题推荐汇总 &#x1f345;感兴趣的可以先收藏起来&#xff0c;点赞、关注不迷路&#xff0c;大家在毕设选题&#xff…
阅读更多...
推荐系统第10课：美团、微博、淘宝阿里等工业界的推荐算法

推荐系统第10课：美团、微博、淘宝阿里等工业界的推荐算法

阅读更多...
多模态推荐系统综述：四、模型优化

多模态推荐系统综述：四、模型优化

四、模型优化 由于多模态信息的存在&#xff0c;当多模态编码器和推荐模型一起训练时&#xff0c;模型训练的计算要求大大增加。因此&#xff0c;多模态推荐模型在训练过程中可以分为两类&#xff1a;端到端训练和两步训练。 端到端训练可以利用反向传播获得的每个梯度来更新模…
阅读更多...
图神经网络GNN在推荐系统的应用：综述

图神经网络GNN在推荐系统的应用：综述

参考&#xff1a; 论文1&#xff1a; 《Graph Neural Networks in Recommender Systems: A Survey》 https://arxiv.org/pdf/2011.02260.pdf论文2&#xff1a; 《Graph Neural Networks for Recommender Systems: Challenges, Methods, and Directions》 https://arxiv.org/pd…
阅读更多...
强大的向量数据库：Milvus

强大的向量数据库：Milvus

在推荐系统中&#xff0c;向量的最邻近检索是极为关键的一步&#xff0c;特别是在召回流程中。一般常用的如Annoy、faiss都可以满足大部分的需求&#xff0c;今天再来介绍另外一个&#xff1a;Milvus Milvus Milvus不同于Annoy、faiss这类型的向量检索工具&#xff0c;它更是…
阅读更多...
基于Mysql+Vue+Django的协同过滤和内容推荐算法的智能音乐推荐系统——深度学习算法应用（含全部工程源码）+数据集

基于Mysql+Vue+Django的协同过滤和内容推荐算法的智能音乐推荐系统——深度学习算法应用（含全部工程源码）+数据集

目录 前言总体设计系统整体结构图系统流程图 运行环境Python 环境MySQL环境VUE环境 模块实现1. 数据请求和储存2. 数据处理计算歌曲、歌手、用户相似度计算用户推荐集 3. 数据存储与后台4. 数据展示 系统测试工程源代码下载其它资料下载 前言 本项目以丰富的网易云音乐数据为基…
阅读更多...
文献阅读：The YouTube video recommendation system

文献阅读：The YouTube video recommendation system

文献阅读&#xff1a;The YouTube video recommendation system 1. 文章简介2. 问题 & 难点描述3. 系统架构 1. 数据表2. 推荐系统 1. 召回2. 精排3. 展示 4. 评估 & 效果5. 结论 & 思考 文献链接&#xff1a;https://dl.acm.org/doi/abs/10.1145/1864708.186477…
阅读更多...
阿语python美多商城-支付-评价订单商品之第9.3.2节详情页展示评价信息

阿语python美多商城-支付-评价订单商品之第9.3.2节详情页展示评价信息

详情页展示评价信息1.请求方式选项方案请求方法POST请求地址/comments/(?P<sku_id>\d)/2.请求参数&#xff1a;查询参数参数名类型是否必传说明sku_idint是商品SKU编号3.响应结果&#xff1a;JSON字段说明code状态码errmsg错误信息comment_list[ ]评价列表username发表评…
阅读更多...
ML学习分享系列(1)_计算广告小窥[上]

ML学习分享系列(1)_计算广告小窥[上]

原作&#xff1a;面包包包包包包 修改&#xff1a;寒小阳 && 龙心尘 时间&#xff1a;2016年1月 出处&#xff1a; http://blog.csdn.net/breada/article/details/50572914 http://blog.csdn.net/han_xiaoyang/article/details/50580423 http://blog.csdn.net/lo…
阅读更多...
【推荐系统】推荐系统中一些常用的技术方法

【推荐系统】推荐系统中一些常用的技术方法

本文主要总结了一些推荐系统中用来解决实际问题常用的技术方法。 1、威尔逊区间平滑 威尔逊区间平滑可以用来修正item的点击率CTR。 Click-Through-Rate&#xff0c;即点击率&#xff0c;是推荐系统中一项重要的衡量指标。 原始的CTR计算公式&#xff1a; CTR 点击数 / 曝光…
阅读更多...
小视频推荐算法

小视频推荐算法

小视频推荐算法 推荐算法是目前各大厂都在使用并且研究的一个方向&#xff0c;最近我们也在做推荐相关的业务&#xff0c;所以在此记录下自己的一些经验。这篇文章没有太多的技术细节&#xff0c;主要目的是为了让刚接触到推荐的朋友能够对推荐整体流程有一个清晰的了解和认识。…
阅读更多...
推荐系统 Field Pooling

推荐系统 Field Pooling

阅读更多...
会话推荐模型

会话推荐模型

global embedding 给每一个item分配一个权重alpha&#xff0c;代表每个节点对整个会话的重要程度 给每一个节点分别加权和 将sl和sg拼接起来和item点乘表示一个打分
阅读更多...
ESMM - 完整空间多任务模型（阿里）

ESMM - 完整空间多任务模型（阿里）

文章目录 1、动机2、模型结构Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion RateESMM: Entire Space Multi-Task Model论文发表在SIGIR-2018，作者来自阿里妈妈盖坤团队。ESMM被提出用于解决pcvr建模中存在的两个非常重要的问题…
阅读更多...
阿语python4-2 美多商城v5.0商品-商品列表页之第6.4.2节列表页面包屑导航

阿语python4-2 美多商城v5.0商品-商品列表页之第6.4.2节列表页面包屑导航

列表页面包屑导航重要提示&#xff1a;路径参数category_id是商品第三级分类1. 查询列表页面包屑导航数据提示&#xff1a;对包屑导航数据的查询进行封装&#xff0c;方便后续直接使用。goods.utils.pydef get_breadcrumb(category):"""获取面包屑导航:param ca…
阅读更多...
推荐系统（二）GBDT+LR模型

推荐系统（二）GBDT+LR模型

推荐系统&#xff08;二&#xff09;GBDTLR模型 推荐系统系列博客&#xff1a; 推荐系统&#xff08;一&#xff09;推荐系统整体概览 在写这篇博客之前&#xff0c;一度纠结许久&#xff0c;到底该不该起这个标题&#xff0c;因为把GBDTLR模型放在推荐系统系列里&#xff0c…
阅读更多...
知乎推荐系统的实践及重构之路

知乎推荐系统的实践及重构之路

1、背景 知乎从问答起步&#xff0c;已逐步成长为一个大规模的综合性知识内容平台&#xff0c;截止目前&#xff0c;用户数突破 2.2 亿&#xff0c;有超过 3000 万的问题被提出&#xff0c;并获得超过 1.3 亿个回答。同时&#xff0c;知乎内还沉淀了数量众多的优质文章、电子书…
阅读更多...
人工智能|推荐系统——基于tensorflow的个性化电影推荐系统实战(有前端)

人工智能|推荐系统——基于tensorflow的个性化电影推荐系统实战(有前端)

代码下载&#xff1a; 基于tensorflow的个性化电影推荐系统实战(有前端).zip资源-CSDN文库 项目简介&#xff1a; dl_re_web : Web 项目的文件夹re_sys&#xff1a; Web app model&#xff1a;百度云下载之后&#xff0c;把model放到该文件夹下recommend&#xff1a; 网络模型相…
阅读更多...
人工智能领域：面试常见问题超全（深度学习基础、卷积模型、对抗神经网络、预训练模型、计算机视觉、自然语言处理、推荐系统、模型压缩、强化学习、元学习）

人工智能领域：面试常见问题超全（深度学习基础、卷积模型、对抗神经网络、预训练模型、计算机视觉、自然语言处理、推荐系统、模型压缩、强化学习、元学习）

【深度学习入门到进阶】必看系列&#xff0c;含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等 专栏详细介绍&#xff1a;【深度学习入门到进阶】必看系列&#xff0c;含激活函数、优化策略、损失函数、模型调优、归一化…
阅读更多...
NS-Scope示波器程控软件

NS-Scope示波器程控软件

1.软件概述 >>为了解决示波器测试操作流程繁琐、参数配置复杂等问题&#xff0c;Namisoft开发的NS-Scope示波器自动化测试程控软件&#xff0c;通过对示波器的程序控制&#xff0c;实现自动化参数配置、数据采集和数据存储&#xff0c;软件自带数据库存储&#xff0c;方便…
阅读更多...
电子元器件自动测试系统

电子元器件自动测试系统

1.系统优势 >>本系统连接采用测试板的方式&#xff0c;不同器件采用统一接口在测试板插座上插拔&#xff0c;同时软硬件具有钳位保护&#xff0c;整个测试可以更加简易、高效、安全的进行。 >>与仪器之间采用VISA通信&#xff0c;保证对多台仪器通信的并行处理&…
阅读更多...
ALS协同过滤推荐算法在pySpark MLlib机器学习库源码解析

ALS协同过滤推荐算法在pySpark MLlib机器学习库源码解析

Spark MLlib中实现ALS协同过滤推荐算法的库为recommendation.py&#xff0c;这可库有以下三个类 __all__ [MatrixFactorizationModel, ALS, Rating] -a. Rating 算法的输入&#xff0c;包括用户对物品的评价&#xff0c;为三元组 class Rating(namedtuple("Ra…
阅读更多...
Social Recommendation with Implicit Social Influence

Social Recommendation with Implicit Social Influence

Social Recommendation with Implicit Social Influence 摘要 社交影响对社交推荐至关重要。目前基于影响的社交推荐关注在对观察到的社交联系的显式影响。然而&#xff0c;在实际情况下&#xff0c;隐性的社交影响也会以一种未被观察到的方式影响用户的偏好。在这项工作中&a…
阅读更多...
Java推荐系统-基于用户的最近邻协同过滤算法

Java推荐系统-基于用户的最近邻协同过滤算法

基于用户的最近邻算法&#xff08;User-Based Neighbor Algorithms&#xff09;&#xff0c;是一种非概率性的协同过滤算法&#xff0c;也是推荐系统中最最古老&#xff0c;最著名的算法&#xff0c;我们称那些兴趣相似的用户为邻居&#xff0c;如果用户n相似于用户u&#xff0…
阅读更多...
推荐系统中的协同过滤算法

推荐系统中的协同过滤算法

前言 如果你对这篇文章可感兴趣&#xff0c;可以点击「【访客必读 - 指引页】一文囊括主页内所有高质量博客」&#xff0c;查看完整博客分类与对应链接。 概述 协同过滤是一种推荐算法&#xff0c;其通常建模为 mmm 个用户&#xff0c;nnn 个物品&#xff0c;只有部分用户和部…
阅读更多...
shopee——排序摩西AUC还能涨吗？

shopee——排序摩西AUC还能涨吗？

CBMR MultiCBMR Sample Weight Assignment Click-aware Structure Transfer with Sample Weight Assignment for Post-Click Conversion Rate Estimation 每个用户的top-k 邻居每个商品的top-k 邻居平滑处理并构图 交叉熵函数前面的权重设计 多任务推荐模型 新用户&#xff…
阅读更多...
【推荐算法】Graph Embedding系列之node2vec: Scalable Feature Learning for Networks

【推荐算法】Graph Embedding系列之node2vec: Scalable Feature Learning for Networks

node2vec: Scalable Feature Learning for Networks 论文地址&#xff1a;https://www.kdd.org/kdd2016/papers/files/rfp0218-groverA.pdf【KDD 2016】Github实现&#xff1a;https://github.com/aditya-grover/node2vec&#xff08;python/spark实现&#xff09;Github源码&…
阅读更多...
论文阅读——《Session-aware Linear Item-Item Models for Session-based Recommendation》

论文阅读——《Session-aware Linear Item-Item Models for Session-based Recommendation》

摘要 基于会话的推荐旨在根据会话中消耗的先前项目序列预测下一个项目&#xff0c;例如&#xff0c;一个商业或多媒体流媒体服务。具体而言&#xff0c;会话数据集表现出一些独特的特性&#xff0c;即会话一致性和会话中项目的顺序依赖性、重复项目的消耗和会话及时性。在本文…
阅读更多...
【读书笔记-＞推荐系统】02-07 传统推荐系统模型总结

【读书笔记-＞推荐系统】02-07 传统推荐系统模型总结

02-07 传统推荐系统模型总结 基于前面的学习&#xff0c;我们已经了解了很多模型的细节知识&#xff0c;再结合框图可以更好地记忆其发展和区别。 传统推荐模型的演化关系图见【读书笔记-&#xff1e;推荐系统】02-01 协同过滤 这里书中给了整体的总结。 在对传统的推荐模型进…
阅读更多...
GNN动态顺序推荐Dynamic Graph Neural Networks for Sequential Recommendation

GNN动态顺序推荐Dynamic Graph Neural Networks for Sequential Recommendation

Dynamic Graph Neural Networks for Sequential Recommendation 文章目录 1. 背景2. 模型2.1 动态图构造2.2 子图采样2.3 动态图推荐网络2.3.1 消息传播机制2.3.2 Node updating 2.4 推荐和优化 1. 背景 协同过滤没有考虑用户商品交互的序列演变&#xff1b; 已经有一些RNN…
阅读更多...
电池模组（包）充放电自动测试系统

电池模组（包）充放电自动测试系统

1. 系统优势 >>软件界面操作简单&#xff0c;功能一目了然&#xff1b; >>模块化的设计&#xff0c;提供了最大化的拓展性&#xff1b; >>高精度高速率测量电压、电流、内阻等参数&#xff1b; >>丰富的工步编辑功能可实现各种工况下电池的充放电测试&…
阅读更多...
阿语python4-2 美多商城v5.0商品-商品数据表设计之第6.1.2节首页广告数据库表分析...

阿语python4-2 美多商城v5.0商品-商品数据表设计之第6.1.2节首页广告数据库表分析...

1. 首页广告数据库表分析2. 定义首页广告模型类class ContentCategory(BaseModel):"""广告内容类别"""name models.CharField(max_length50, verbose_name名称)key models.CharField(max_length50, verbose_name类别键名)class Meta:db_table …
阅读更多...
【读书笔记-＞推荐系统】02-06 LS-PLM

【读书笔记-＞推荐系统】02-06 LS-PLM

02-06 LS-PLM 思维导图纲要 LS-PLM(Large Scale Piece-wise Linear Model&#xff0c;大规模分段线性模型)。这个是本书的最后一例机器学习模型。原因有二&#xff1a;该模型在2012年已经是阿里巴巴主流的推荐模型&#xff0c;2017年才被公之于众&#xff1b;其结构与三层神经…
阅读更多...
【读书笔记-＞推荐系统】02-05 GBDT+LR

【读书笔记-＞推荐系统】02-05 GBDT+LR

02-05 GBDTLR 思维导图纲要 FFM模型采用引用特征域的方式增强了模型的特征交叉能力&#xff0c;但是它只能做二阶的特征交叉&#xff0c;更高维度将会产生组合爆炸和计算复杂度过高的问题。而Facebook提出的GBDTLR组合模型可以有效地处理高维特征组合和筛选的问题。 GBDTLR组…
阅读更多...
【读书笔记-＞推荐系统】03-01 深度学习推荐模型演化关系图

【读书笔记-＞推荐系统】03-01 深度学习推荐模型演化关系图

03-01 深度学习推荐模型演化关系图 深度学习的推荐模型有两大特点&#xff1a; 表达能力强&#xff0c;能够挖掘出更多数据中潜藏的模式。模型结构非常灵活&#xff0c;能够根据业务场景和数据特点&#xff0c;灵活调整模型结构&#xff0c;使模型与应用场景完美契合。 从技…
阅读更多...
推荐系统入门学习简介（二）

推荐系统入门学习简介（二）

商品推荐分为常规推荐、个性化推荐。常规推荐是指商家选择一些固定商品放在推荐位&#xff0c;或者基于商品之间的关联性&#xff0c;进行相关的商品推荐。例如&#xff1a;在用户买了奶瓶之后推荐奶粉。个性化推荐指基于用户购物习惯&#xff0c;根据商品特性来进行推荐。例如…
阅读更多...
推荐系统123

推荐系统123

推荐系统概述 &#xff08;项博士论文的一点个人总结&#xff0c;论文的确很nb&#xff0c;也希望各位给偶推荐些数据挖掘的论文&#xff09; 总结目录&#xff1a; 1推荐概述1.1推荐系统展现1.2推荐系统的主要方法2.常用推荐算法2.1协同过滤&#xff1a;2.2基于人口统计学的过…
阅读更多...
Socially-Aware Self-Supervised Tri-Training for Recommendation

Socially-Aware Self-Supervised Tri-Training for Recommendation

摘要 自监督学习(SSL)可以从原始数据中自动生成真实样本&#xff0c;在改进推荐系统方面具有巨大的潜力。现有的基于ssl的方法通过节点/边dropout干扰原始数据图&#xff0c;生成新的数据视图&#xff0c;然后对不同视图进行基于对比学习的自识别&#xff0c;学习通用的表示。…
阅读更多...
31种特征交叉模型（按时间顺序整理）

31种特征交叉模型（按时间顺序整理）

目录 1.LR&#xff1a;WWW 2007 2.Poly2&#xff1a;2010 3.FM&#xff1a;ICDM 2010 4.PairwiseFM&#xff1a;CIKM2013 5.GBDTLR&#xff1a;Facebook 2014 6.FFM&#xff1a;RecSys 2016 7.Wide&Deep&#xff1a;RecSys 2016 8.FNN&#xff1a;ECIR 2016 9.PNN…
阅读更多...
基于地域和热度的推荐算法(以酒店为例进行实现)

基于地域和热度的推荐算法(以酒店为例进行实现)

基于地域和热度的推荐算法的基本原理是&#xff1a;按照地域对事物进行划分&#xff0c;然后根据热度对事物进行排序&#xff0c; 进而推荐给用户。 在基于地域和热度的酒店推荐中&#xff0c;并不对用户的偏好进行区分&#xff0c;而是根据用户的位置信息&#xff0c; 结合不同…
阅读更多...
可编程电源程控软件

可编程电源程控软件

1.软件概述 >>NS-Power 可编程电源程控软件是专门针对可编程直流电源进行研发的&#xff0c;支持LAN、GPIB、RS232、USB连接方式&#xff0c;兼容各种品牌的可编程电源&#xff0c;支持LAN、GPIB、RS232、USB连接方式。软件可以同时控制32台电源输出&#xff0c;单独控制…
阅读更多...
精读 Recommending Outfits from Personal Closet

精读 Recommending Outfits from Personal Closet

精读 Recommending Outfits from Personal Closet研究成果1. 研究背景与意义2. 国内外研究现状3. 本文研究过程3.1 数据收集3.2 数据清洗3.3 P/N样本创建3.4 Train/Test数据集划分3.5 服装分类流程3.6 模型设置4. 研究结果论文链接&#xff1a;Recommending Outfits from Perso…
阅读更多...
Contrastive Meta Learning with Behavior Multiplicity for Recommendation

Contrastive Meta Learning with Behavior Multiplicity for Recommendation

摘要 一个好的推荐框架不仅可以帮助用户识别他们感兴趣的项目&#xff0c;还可以使得各种在线平台&#xff08;如电子商务、社交媒体&#xff09;从中获益。传统的推荐模型通常假设用户和项目之间只存在一种类型的交互&#xff0c;并且无法从多类型的用户行为数据建模多种用户…
阅读更多...
机器学习之推荐系统的基础知识

机器学习之推荐系统的基础知识

本文转载至博客园的小编周旭龙&#xff1a;初探机器学习之推荐系统的基础知识 一、推荐系统是神马 维基百科这样解释道&#xff1a;推荐系统属于资讯过滤的一种应用。推荐系统能够将可能受喜好的资讯或实物&#xff08;例如&#xff1a;电影、电视节目、音乐、书籍、新闻、图…
阅读更多...
论文阅读03——Future Data Helps Training- Modeling Future Contexts for Session-based Recommendation

论文阅读03——Future Data Helps Training- Modeling Future Contexts for Session-based Recommendation

在https://blog.csdn.net/m0_37483148/article/details/108627915这篇文章中整理了今年上半年一些好的序列推荐论文 Future Data Helps Training- Modeling Future Contexts for Session-based Recommendation 1.引言 基于会话的推荐系统(SRS)是推荐领域的一个新兴课题&…
阅读更多...
推荐系统入门第2课：召回算法、协同过滤及modelbased CF 原理与实践

推荐系统入门第2课：召回算法、协同过滤及modelbased CF 原理与实践

阅读更多...
推荐系统[一]：超详细知识介绍，一份完整的入门指南，解答推荐系统是什么。

推荐系统[一]：超详细知识介绍，一份完整的入门指南，解答推荐系统是什么。

1. 推荐算法的初步理解 如果说互联网的目标就是连接一切，那么推荐系统的作用就是建立更加有效率的连接，推荐系统可以更有效率的连接用户与内容和服务，节约了大量的时间和成本。 1.1 推荐系统主要解决问题 任务一：挖掘长尾：帮助用户找到想要的物品（音乐、商品、新闻），…
阅读更多...
【机器学习】亚马逊云科技基础知识：以推荐系统为例。你知道机器学习的关键所在么？| 机器学习管道的各个阶段及工作：以Amazon呼叫中心转接问题为例讲解

【机器学习】亚马逊云科技基础知识：以推荐系统为例。你知道机器学习的关键所在么？| 机器学习管道的各个阶段及工作：以Amazon呼叫中心转接问题为例讲解

有的时候，暂时的失利比暂时胜利要好得多。 ————经典网剧《mao pian》，邵半仙儿 🎯作者主页： 追光者♂🔥 🌸个人简介： 💖[1] 计算机专业硕士研究生💖 🌿[2] 2023年城市之星领跑者TOP1(哈尔滨)🌿 🌟[3] 2022年度博客之星人工智能领域TOP
阅读更多...
推荐系统（十八）Gate网络（一）：新浪微博GateNet

推荐系统（十八）Gate网络（一）：新浪微博GateNet

推荐系统&#xff08;十八&#xff09;Gate网络&#xff08;一&#xff09;&#xff1a;新浪微博GateNet推荐系统系列博客&#xff1a; 推荐系统&#xff08;一&#xff09;推荐系统整体概览推荐系统&#xff08;二&#xff09;GBDTLR模型推荐系统&#xff08;三&#xff09;F…
阅读更多...
推荐系统顶会网址

推荐系统顶会网址

1. ACM SIGKDD数据挖掘及知识发现会议http://www.kdd.org/1995年举办至今。2. ACM SIGIR国际计算机协会信息检索大会SIGIR, Special Interest Group on Information Retrieval国际信息检索大会的历史可以追溯到1971年。http://www.acm.org/sigir/3. ACM RecSysThe ACM Conferen…
阅读更多...
推荐入门第1课：推荐系统的发展、常用的评估指标及BAT常用的系统架构

推荐入门第1课：推荐系统的发展、常用的评估指标及BAT常用的系统架构

阅读更多...
微信记录---推荐系统---23/8/14 小总结

微信记录---推荐系统---23/8/14 小总结

推荐系统---23/8/14 小总结 1. ACM推荐系统专题研讨会2.图神经网络推荐系统3.表1 模型效果对标：MovieLens 1M4.爬虫技术5.TF-IDF算法6.图 2 海量学术大数据推荐系统技术架构7.图 4 CADAL 平台推荐系统框架设计8.企业推荐系统发展概述MLR(Mixed Logistic Regression)DIEN(Deep…
阅读更多...
推荐系统第9课：bert，gcn等最新算法在推荐系统中的应用

推荐系统第9课：bert，gcn等最新算法在推荐系统中的应用

阅读更多...
ES计算余弦相似度

ES计算余弦相似度

一、前言 最近在项目中做数据推荐的功能&#xff0c;比如&#xff0c;猜你喜欢。主动给用户推荐用户喜欢的商品。如何判断某个商品是不是用户喜欢的呢&#xff1f;在调研过程中&#xff0c;发现es可以做相似度的计算&#xff0c;相似度可以表示用户对某个商品的喜爱程度。下面…
阅读更多...
深度学习 - 39. EGES 与推荐系统用户冷启动

深度学习 - 39. EGES 与推荐系统用户冷启动

目录 一.引言 二.EGES 算法演进 1.淘宝推荐系统简介 2.BGE、GES、EGES 简介 2.1 用户行为序列构建 2.2 BGE / Base Graph Embedding 2.3 GES / Graph Embedding with Side Information 2.4 EGES / Enhanced Graph Embedding with Side Information 三.模型试验 1.离…
阅读更多...
推荐系统从入门到实战-笔记

推荐系统从入门到实战-笔记

推荐系统从入门到实战-笔记 课程学习网站&#xff0c;来自b站up主&#xff08;https://www.bilibili.com/video/BV1Dz411B7wd?p1&#xff09; 怎样实现基于协同过滤的推荐系统 推荐系统怎样实现多路召回的融合排序 推荐系统怎样实现AB测试 推荐系统怎样实现内容相似推荐 http…
阅读更多...
多任务学习模型MTL: MMoE、PLE

多任务学习模型MTL: MMoE、PLE

常见的监督学习包括&#xff1a; 回归&#xff1a;预测值为连续值&#xff0c;如销售额&#xff1b;二分类&#xff1a;预测值为离散值&#xff0c;且只有两种取值&#xff0c;如性别&#xff0c;要么是男&#xff0c;要么是女&#xff1b;多分类&#xff1a;预测值为离散值&a…
阅读更多...
纳米软件之电机自动测试系统

纳米软件之电机自动测试系统

项目需求 用户希望电机自动测试软件可以实现对NI9205、NI9220、NI9263采集卡进行控制&#xff0c;利用NI9205采集电机数据&#xff0c;NI9220采集天平数据&#xff0c;NI9263 产生同步触发信号。并在测试过程中对天平数据进行监控&#xff0c;与导入的校准文件进行对比&#x…
阅读更多...
一个完整推荐系统的设计实现-以百度关键词搜索推荐为例

一个完整推荐系统的设计实现-以百度关键词搜索推荐为例

在之前一篇博文中&#xff0c; 有同学在评论中问了个问题&#xff1a; 如何解决因式分解带来的推荐冷门&#xff0c;热门关键词的问题。 在回答这个问题的时候&#xff0c; 想到了近几年在做搜索推荐系统的过程中&#xff0c; 学术界和工业界的一些区别。 正好最近正在做技术规…
阅读更多...
Namisoft基于.Net频谱分析仪自动计量系统的设计与实现

Namisoft基于.Net频谱分析仪自动计量系统的设计与实现

由于频谱分析仪的校准参数较多&#xff0c;频谱分析仪又是常用的信号测量工具&#xff0c;是设计、调试、生产过程中最常用、最重要的测试与测量仪器之一。频谱分析仪相对示波器等其他仪器来说&#xff0c;本身检定项目就比较多&#xff0c;在其全寿命周期内&#xff0c;需要进…
阅读更多...
【Transformer论文】使用 Transformer 网络的会话感知项目组合推荐

【Transformer论文】使用 Transformer 网络的会话感知项目组合推荐

文献题目&#xff1a;Session-aware Item-combination Recommendation with Transformer Network 摘要 在本文中&#xff0c;我们详细描述了我们的 IEEE BigData Cup 2021 解决方案&#xff1a;基于 RL 的 RecSys&#xff08;Track 1&#xff1a;Item Combination Prediction…
阅读更多...
【推荐系统论文】推荐系统的监督优势 Actor-Critic

【推荐系统论文】推荐系统的监督优势 Actor-Critic

文章标题&#xff1a;Supervised Advantage Actor-Critic for Recommender Systems发表时间&#xff1a;2022 摘要 通过奖励信号将基于会话或顺序的推荐作为强化学习 (RL) 是朝着最大化累积利润的推荐系统 (RS) 的一个有前途的研究方向。 然而&#xff0c;由于策略外训练、巨…
阅读更多...
【论文笔记】LARA：基于GAN的解决冷启动问题的推荐系统

【论文笔记】LARA：基于GAN的解决冷启动问题的推荐系统

本文是关于论文《LARA: Attribute-to-feature Adversarial Learning for New-item Recommendation》的阅读笔记。 由于冷启动问题的存在&#xff0c;在电商网站中为用户推荐新物品是一个极具挑战的问题&#xff0c;为了解决该问题&#xff0c;文本提出的 LARA 模型是 adversari…
阅读更多...
阿语python美多商城-商品-商品搜索之第6.5.3节渲染商品搜索结果

阿语python美多商城-商品-商品搜索之第6.5.3节渲染商品搜索结果

1. 准备商品搜索结果页面2. 渲染商品搜索结果Haystack返回的数据包括&#xff1a;query&#xff1a;搜索关键字paginator&#xff1a;分页paginator对象page&#xff1a;当前页的page对象&#xff08;遍历page中的对象&#xff0c;可以得到result对象&#xff09;result.object…
阅读更多...
阿语Python项目实操之美多后台管理-商品管理之规格表管理第5.3.1节查询获取规格表列表数据...

阿语Python项目实操之美多后台管理-商品管理之规格表管理第5.3.1节查询获取规格表列表数据...

查询获取规格表列表数据接口分析请求方式&#xff1a;GET /meiduo_admin/goods/specs/请求参数&#xff1a;通过请求头传递jwt token数据。返回数据&#xff1a;JSON{"counts": "SPU商品规格总数量","lists": [{"id": "规格id&qu…
阅读更多...
阿语python美多商城-商品-商品详情页之第6.6.2节展示详情页数据

阿语python美多商城-商品-商品详情页之第6.6.2节展示详情页数据

1. 查询和渲染SKU详情信息# 渲染页面 context {categories:categories,breadcrumb:breadcrumb,sku:sku, } return render(request, detail.html, context)<div class"goods_detail_con clearfix"><div class"goods_detail_pic fl"><img sr…
阅读更多...
元宇宙是否为噱头？若不是，什么是元宇宙？他的概念、技术、应用和影响是什么？

元宇宙是否为噱头？若不是，什么是元宇宙？他的概念、技术、应用和影响是什么？

文章来源&#xff1a;元宇宙的概念、技术、应用与影响——一项系统性文献综述 - 中国知网 (cnki.net) 摘要 [目的/意义]系统综述与分析当前国内外的元宇宙研究现状&#xff0c;有利于准确把握元宇宙发展方向&#xff0c;强化元宇宙基础研究&#xff0c;争取元宇宙建构权。[方法…
阅读更多...
LFM法实现的user item推荐系统

LFM法实现的user item推荐系统

所有源码都在github上&#xff08;https://github.com/seasonyao/recommended-system&#xff09; 代码环境&#xff1a;windows环境下python3.5&#xff0c;安装numpy和sklearn即可 源码、数据、结果&#xff1a;https://download.csdn.net/download/codes_first/10741150 …
阅读更多...
纳米软件之嵌入控制器板卡计量系统

纳米软件之嵌入控制器板卡计量系统

项目需求 用户希望系统计量软件完成自动直接电压电流量计量、具备基本人机接口、出具计量报告等功能。系统能够自主完成被计量对象的计量&#xff0c;实现系统的便携要求。同时具备自动故障诊断、操作提示等功能。 纳米软件解决方案 纳米软件嵌入式计量控制器及系统由嵌入式计…
阅读更多...
LCR 自动测试系统

LCR 自动测试系统

1.系统优势 1.1可以实现对电容值、损耗正切角、漏电流、内阻、阻抗以及ESR的自动化测试。 1.2电容值、损耗正切角、漏电流、内阻、阻抗以及ESR在被测试过程中的数据进行实时采集和显示。 1.3系统中测试参数的配置可根据测试项目的不同进行相应的设置。 1.4自动生成测试报告&…
阅读更多...
阿语python4-2 美多商城v5.0商品-商品数据表设计之第6.1.3节商品信息数据库表分析...

阿语python4-2 美多商城v5.0商品-商品数据表设计之第6.1.3节商品信息数据库表分析...

1. 商品信息数据库表分析2. 定义商品信息模型类class GoodsCategory(BaseModel):"""商品类别"""name models.CharField(max_length10, verbose_name名称)parent models.ForeignKey(self, related_namesubs, nullTrue, blankTrue, on_deletemod…
阅读更多...
“虚拟教练”，运动员必备

“虚拟教练”，运动员必备

虚拟教练by DALLE miniace????播报一则消息&#xff1a; 东京奥运会美国冲浪运动员Carissa Moore在女子冲浪比赛中夺冠&#xff0c;取得了奥运史上的首枚冲浪项目的金牌。无界引用我超喜欢程序猿的一句diss用语&#xff1a;Talk is cheap , show me the code无界&#x…
阅读更多...
阿语python4-2 美多商城v5.0商品-商品数据表设计之第6.1.1节SPU和SKU

阿语python4-2 美多商城v5.0商品-商品数据表设计之第6.1.1节SPU和SKU

SPU和SKU在电商中对于商品&#xff0c;有两个重要的概念&#xff1a;SPU和SKU1. SPU介绍SPU Standard Product Unit &#xff08;标准产品单位&#xff09;iPhone X 就是一个SPU&#xff0c;与商家、颜色、款式、规格、套餐等都无关。SPU是商品信息聚合的最小单位&#xff0c;…
阅读更多...
【推荐系统-＞论文阅读】WideDeep模型

【推荐系统-＞论文阅读】WideDeep模型

Wide & Deep Learning for Recommender Systems Abstract &#xff08;非线性特征转换transformation1的广义线性模型 被广泛用于回归和分类&#xff09; 广泛的特征交叉转换来记忆特征交互。深度神经网络利用较少的特征工程&#xff0c;通过对稀疏特征学习的低维度密集…
阅读更多...
特征工程之特征选择

特征工程之特征选择

一&#xff1a;特征来源 在实际项目中&#xff0c;特征的来源主要有两个&#xff0c;一个是业务已经整理好的特征数据&#xff0c;另一个是根据业务特征进行进一步挖掘产生的高级特征数据。 推荐系统中常见的特征有哪些呢&#xff1f; 1&#xff0c;用户行为数据。具体的用户行…
阅读更多...
【小白学推荐1】 协同过滤 零基础到入门

【小白学推荐1】 协同过滤 零基础到入门

文章转自公众号【机器学习炼丹术】&#xff0c;关注回复“炼丹”即可获得海量免费学习资料哦&#xff01; 最近找工作的时候发现&#xff0c;机器学习算法工程师往往和推荐算法 相关联&#xff0c;之前对推荐算法并不了解&#xff0c;所以现在我也是零基础入门一下推荐算法。这…
阅读更多...
当推荐系统遇上深度学习

当推荐系统遇上深度学习

[转自somTian&#xff0c;原地址http://blog.csdn.net/somTian/article/details/71516613] 原文&#xff1a; Deep Learning Meets Recommendation Systems Published by Wann-Jiun Ma at ** January 24, 2017 https://blog.nycdatascience.com/student-works/deep-learning-me…
阅读更多...
听说电影院解封啦？实验下「剧情速览」的小应用

听说电影院解封啦？实验下「剧情速览」的小应用

设计需要释放新技术的变革潜力&#xff0c;最近我在思考快速搭建智能产品的方法&#xff0c;总结了5条策略&#xff1a;1 视觉有BiT、语言有Bert&#xff0c;使用预训练模型提取特征&#xff08;万物皆向量&#xff09;&#xff1b;2 所有问题简化为排序问题&#xff1b;3 维护…
阅读更多...
这次又能探寻出那些新发现？ | MixLab+AI第38期

这次又能探寻出那些新发现？ | MixLab+AI第38期

Knowledge/ def mix( ):本期收录新增20NO. 38#机器学习##电影评分#使用kaggle上的IMDb的电影数据集&#xff0c;通过深度学习识别电影海报的人脸数量&#xff0c;作为特征补充到数据集&#xff0c;然后把IMDb的评分作为目标值&#xff0c;训练一个基于catboost的回归模型&#…
阅读更多...
推荐#

推荐#

Web3社交平台&#xff0c;Social赛道是不是下一个风口&#xff1f;DeBox做客MixDAO再声 Re-Sound #展览推荐
阅读更多...
推荐系统 理论笔记 一 （概述 简介 测评）

推荐系统 理论笔记 一 （概述 简介 测评）

东西太多了&#xff0c;我们需要推荐系统。 个性化推荐就是你浏览过什么推荐你什么。如果推荐你的是热门内容&#xff0c;那是基于统计的推荐。 电子商务和音乐推荐是不同的&#xff0c;比如过你买了某个物品&#xff0c;短期内你是不想再买的&#xff0c;但是音乐不是&…
阅读更多...
推荐系统 理论笔记 二 （数学基础）

推荐系统 理论笔记 二 （数学基础）

线性代数 微积分 梯度是一个向量&#xff0c;向量里的每一个值都是不同自变量&#xff08;方向&#xff09;的偏导数。 所以的偏导构成的向量&#xff0c;就是梯度。大小就是最快方向的变化值。
阅读更多...
python实现推荐系统资源梳理

python实现推荐系统资源梳理

Recommendation system推荐系统接下来一段时间主要更文推荐系统相关算法什么是推荐系统维基定义&#xff1a;推荐系统是一种信息过滤系统&#xff0c;用于预测用户对物品的“评分”或“偏好”。正常理解&#xff1a;推荐系统的目标在信息过载的时代根据用户的历史数据找到用户感…
阅读更多...
推荐系统的向量检索工具: Annoy Faiss

推荐系统的向量检索工具: Annoy Faiss

在推荐系统的召回阶段&#xff0c;如Youtube DNN和DSSM双塔模型&#xff0c;向量的最邻近检索是必不可少的一步。 一般的做法不会让模型在线预测召回&#xff0c;而是先离线将向量存储&#xff0c;然后在线上进行向量的最邻近检索&#xff0c;作为模型的召回。 例如&#xff…
阅读更多...
推荐算法实战-基于用户的推荐（use_base）

推荐算法实战-基于用户的推荐（use_base）

代码实现是基于&#xff1a;推荐系统实战-----项亮&#xff1b; import pandas as pditems_data pd.read_csv("items_action_2.csv") items_data.head()Unnamed: 0attentions00苹果发布会11网红22维生素33人文44保肝护肝的食物 user_items pd.read_csv("use…
阅读更多...
大数据毕业设计：租房推荐系统 python 租房大数据 爬虫+可视化大屏 计算机毕业设计（附源码+文档）✅

大数据毕业设计：租房推荐系统 python 租房大数据 爬虫+可视化大屏 计算机毕业设计（附源码+文档）✅

毕业设计&#xff1a;2023-2024年计算机专业毕业设计选题汇总&#xff08;建议收藏&#xff09; 毕业设计&#xff1a;2023-2024年最新最全计算机专业毕设选题推荐汇总 &#x1f345;感兴趣的可以先收藏起来&#xff0c;点赞、关注不迷路&#xff0c;大家在毕设选题&#xff…
阅读更多...
众创资源分享平台的设计与实现

众创资源分享平台的设计与实现

写在前面&#xff1a;把前几年的毕业设计论文放出来&#xff0c;主要实现的是基于JavaEE的前后端的&#xff0c;带有搜索引擎的与SparkML推荐算法的一个网站。没有什么创新&#xff0c;只是一些技术的整合。 摘 要: 本系统是一个功能较为完备的资源分享平台&#xff0c;实现了资…
阅读更多...
论文阅读02——WWW2020 Intention Modeling from Ordered and Unordered Facets for Sequential Recommendation

论文阅读02——WWW2020 Intention Modeling from Ordered and Unordered Facets for Sequential Recommendation

在https://blog.csdn.net/m0_37483148/article/details/108627915这篇文章中整理了今年上半年一些好的序列推荐论文 Intention Modeling from Ordered and Unordered Facets for Sequential Recommendation 1.引言 推荐系统作为一种重要的在线服务&#xff0c;在电子商务领域…
阅读更多...
推荐系统中的相似度度量

推荐系统中的相似度度量

推荐系统中的相似度度量 相似度计算是数据挖掘&#xff0c;推荐引擎中的最基本问题&#xff0c;例如在推荐系统(Recommender Systems&#xff0c;简称RSs)中计算带推荐物品(Item)相似度&#xff0c;或是用户(User)之间的相似度以期获得兴趣口味(Taste)相似的用户时&#xff0c;…
阅读更多...
百面深度学习-推荐系统

百面深度学习-推荐系统

一个典型的推荐系统算法通常包括哪些部分&#xff1f;每个部分的作用是什么&#xff1f;有哪些常用算法&#xff1f; 数据预处理 作用&#xff1a;清洗和转换原始数据&#xff0c;使其适合于推荐算法。常用方法&#xff1a;数据清洗、缺失值处理、数据标准化、离散化等。 用户…
阅读更多...
【送书】从不了解用户画像，到用画像数据赋能业务看这一本书就够了丨《用户画像：平台构建与业务实践》

【送书】从不了解用户画像，到用画像数据赋能业务看这一本书就够了丨《用户画像：平台构建与业务实践》

系列文章目录 送书第一期 《用户画像&#xff1a;平台构建与业务实践》 文章目录 系列文章目录前言一、内容简介二、目录三、本书摘要简介总结 前言 在大数据时代&#xff0c;如何有效地挖掘数据价值并通过画像数据进行呈现&#xff0c;如何基于画像数据构建平台功能并提高业…
阅读更多...
一个简单的基于知识图谱的影视剧推荐系统

一个简单的基于知识图谱的影视剧推荐系统

背景 这是去年九月份在研究知识图谱与推荐时做的一个Demo项目&#xff0c;源自于在github上找到一个关于汽车行业的知识图谱开源项目。我主要对它进行了一些改造&#xff0c;使之变成了一个基于知识图谱的影视剧推荐系统。 环境 python3、flask前端框架、图数据库neo4j(3.3.…
阅读更多...
数据之美，堪比好莱坞大片！

数据之美，堪比好莱坞大片！

看完下面的几张图&#xff0c;你就知道自己有多无知了。堪称是好莱坞大片啊&#xff01;1城市3D空间通过2D瓦片图层的3D化&#xff0c;能够在经度维度、量级、时间多个维度上真实还原城市3D空间。例子中为模拟的轨迹数据和旧金山食物供应商分布。2GPS轨迹分布以三种不同的方式描…
阅读更多...
样本采样与不均衡样本处理

样本采样与不均衡样本处理

1. 样本采样 1.1 对负样本采样应遵循的原则 1. 对每个用户&#xff0c;要保证正负样本的平衡&#xff08;数目相似&#xff09;。 如点击问题&#xff0c;对于经常无行为(不点击)的用户&#xff0c;尽量少采样。 2. 对每个用户采样负样本时&#xff0c;要选取那些很热门&#…
阅读更多...
据说微信每一个按钮都有专门的产品经理，这回我信了

据说微信每一个按钮都有专门的产品经理，这回我信了

细心的读者可能已经发现&#xff0c;微信公众号又改版了&#xff0c;底部“点赞”功能又回来了&#xff0c;然后多了一个快捷分享的按钮&#xff0c;微信公众号也终于可以"快捷三连"了。 最开始的“点赞”按钮&#xff0c;后面改成了“好看”&#xff0c;没过多久又改…
阅读更多...
推荐系统[五]：重排算法详解相关概念、整体框架、常用模型；涉及用户体验[打散、多样性]，算法效率[多任务融合、上下文感知]等

推荐系统[五]：重排算法详解相关概念、整体框架、常用模型；涉及用户体验[打散、多样性]，算法效率[多任务融合、上下文感知]等

1.前言：召回排序流程策略算法简介 推荐可分为以下四个流程，分别是召回、粗排、精排以及重排： 召回是源头，在某种意义上决定着整个推荐的天花板；粗排是初筛，一般不会上复杂模型；精排是整个推荐环节的重中之重，在特征和模型上都会做的比较复杂；重排，一般是做打散或满足…
阅读更多...
文献阅读：Cross-Batch Negative Sampling for Training Two-Tower Recommenders

文献阅读：Cross-Batch Negative Sampling for Training Two-Tower Recommenders

文献阅读&#xff1a;Cross-Batch Negative Sampling for Training Two-Tower Recommenders 1. 问题描述2. 方法优化3. 实验结果考察4. 结论 文献链接&#xff1a;https://arxiv.org/pdf/2110.15154.pdf 1. 问题描述 这篇文章是今年入选到sigir的一篇文章&#xff0c;他针对…
阅读更多...
Distillation based Multi-task Learning: A Candidate GenerationModel for Improving Reading Duration

Distillation based Multi-task Learning: A Candidate GenerationModel for Improving Reading Duration

目录 摘要 1 引言 2 提出的方法 2.1 多任务学习建模阅读时长 2.2 召回模型的蒸馏 发布于2021年 摘要 在feed流推荐中&#xff0c;第一步是召回。大多数召回模型都是基于 CTR 预估的&#xff0c;没有考虑用户对被点击的 item &#xff08;商品&#xff09;的满意度。可能…
阅读更多...
协同过滤推荐及Python实现

协同过滤推荐及Python实现

协同过滤推荐算法分为两类&#xff0c;分别是基于用户的协同过滤算法(user-based collaboratIve filtering)&#xff0c;和基于物品的协同过滤算法(item-based collaborative filtering)。 1、相似度计算 欧式距离 from numpy import * #欧氏距离 def EuclideanDistance(a,b)…
阅读更多...
深入流行推荐引擎3：Spotify音乐推荐系统

深入流行推荐引擎3：Spotify音乐推荐系统

深入流行推荐引擎3&#xff1a;Spotify音乐推荐系统 Spotify音乐推荐系统通过矩阵分解发现每周&#xff08;Discover Weekly via Matrix Factorization&#xff09;Discover Weekly 如何运作&#xff1f;&#xff08;How Discover Weekly Works?&#xff09;矩阵分解&#xff…
阅读更多...
吉时利源表程控软件轻松实现自动化测试

吉时利源表程控软件轻松实现自动化测试

吉时利源表常用于对纳米材料和新型光电器件进行电学性能表征&#xff0c;能够在电阻和电导率等参数上实现宽范围测量的先进测量,并且还能够精确输出与测量微弱的电流和电压等信号。 数字源表提供了通讯接口用来支持计算机的程控&#xff0c;通过程控软件可以快速便捷的记录实验…
阅读更多...
推荐系统峰会：图与推荐系统

推荐系统峰会：图与推荐系统

文章目录 图机器学习在京东视频召回中的应用提纲背景图召回架构图业务特色图召回总结 图算法在蚂蚁集团营销推荐场景的应用目录背景基金推荐长尾推荐 图模型在百度推荐系统的实践与思考目录图背景介绍常用算法Feed流图模型演进历程 GNN跨域推荐在微信业务上的应用目录GNN跨域遇…
阅读更多...
为什么你需要开源分布式流存储Pravega？

为什么你需要开源分布式流存储Pravega？

转自&#xff1a;http://stor.51cto.com/art/201901/589753.htm 工业物联网&#xff0c;车联网和实时欺诈风控的需求正在飞速的发展。越来越多的企业新应用&#xff0c;需要的是快速响应客户需求&#xff0c;并同时学习和适应不断变化的行为模式。 工业物联网&#xff0c;车联…
阅读更多...
纳米软件之功率分析仪软件

纳米软件之功率分析仪软件

项目背景 武汉某公司通过纳米淘宝店铺寻来&#xff0c;需要开发一款功率分析仪软件。实现仪器截屏功能&#xff0c;并将测试报告导出。 用户现有场景 被测产品&#xff1a;不同型号变频器 测试仪器: 横河功率计wt1806 测试项目: 电流最大值、电流最小值&#xff0c;电压最大值…
阅读更多...
多通道数据采集器自动化计量校准软件

多通道数据采集器自动化计量校准软件

1.软件优势 　 >>兼容多品牌型号数据采集器及校准源 　　>>软件自动封装计量规程 　　>>自动配置各计量点参数信息 　　>>自动计量生成计量报告 　　>>软件界面简洁大方&#xff0c;用户操作方便&#xff0c;可以快速上手 2.软件概述 　　>&g…
阅读更多...
paper学习笔记 - PLE

paper学习笔记 - PLE

发于2020年&#xff0c;Progressive Layered Extraction (PLE): A Novel Multi-Task Learning (MTL) Model for Personalized Recommendations | Papers With Code 摘要 然而&#xff0c;由于现实世界推荐系统中复杂且竞争的任务相关性&#xff0c;MTL模型往往会出现负迁移的性…
阅读更多...
文献阅读：Entire Space Multi-Task Model：An Effective Approach for Estimating Post-Click Conversion Rate

文献阅读：Entire Space Multi-Task Model：An Effective Approach for Estimating Post-Click Conversion Rate

文献阅读&#xff1a;Entire Space Multi-Task Model&#xff1a;An Effective Approach for Estimating Post-Click Conversion Rate 1. 内容简介 & 问题描述2. 方法描述3. 实验考察4. 结论 & 思考 文献链接&#xff1a;https://arxiv.org/pdf/1804.07931.pdf 1. 内…
阅读更多...
WSDM 2024 | LLMs辅助基于内容的推荐系统增强BPR训练数据

WSDM 2024 | LLMs辅助基于内容的推荐系统增强BPR训练数据

本文提出了一种简单而有效的基于LLMs的图数据增强策略&#xff0c;称为LLMRec&#xff0c;以增强基于内容的推荐系统。LLMRec包含三种数据增强策略和两种去噪策略。数据增强策略包括从文本自然语言的角度挖掘潜在的协同信号, 构建用户画像(LLM-based), 并强化item side informa…
阅读更多...
Federated Unlearning for On-Device Recommendation

Federated Unlearning for On-Device Recommendation

WSDM 2023 CCF-B Federated Unlearning for On-Device Recommendation 本文工作的主要介绍 本文主要介绍了一种名为FRU&#xff08;Federated Recommendation Unlearning&#xff09;的联邦学习框架&#xff0c;用于在设备端的推荐系统中实现用户数据的有效擦除和模型重建。…
阅读更多...
知识图谱辅助的个性化推荐系统

知识图谱辅助的个性化推荐系统

知识图谱辅助的个性化推荐系统 将从下面4个方面展开&#xff1a; 推荐系统的基础知识知识图谱辅助的推荐方法介绍基于embedding的知识图谱推荐方法混合型知识图谱推荐方法 推荐系统的基础知识 1、什么是推荐系统 在当前互联网时代&#xff0c;推荐系统是所有面向用户的互联…
阅读更多...
KDD 2023 推荐系统论文梳理（71篇）

KDD 2023 推荐系统论文梳理（71篇）

推荐系统&#xff08;RS&#xff09;主要是指应用协同智能&#xff08;collaborative intelligence&#xff09;做推荐的技术&#xff0c;解决了用户在面对大量信息时无法从中获得对自己真正有用的那部分信息的问题。 相较于搜索引擎&#xff0c;推荐系统可以根据用户的信息需…
阅读更多...
《推荐系统实战》

《推荐系统实战》

《推荐系统实战》共有8章&#xff0c;因此分为八篇博客来写。下面先介绍第一章。 https://zhuanlan.zhihu.com/p/143068659 推荐系统实战》共有8章&#xff0c;因此分为八篇博客来写。下面介绍第二章。 https://zhuanlan.zhihu.com/p/144933866 《推荐系统实战》共有8章&…
阅读更多...
多模态推荐系统综述：一、特征交互 Bridge

多模态推荐系统综述：一、特征交互 Bridge

一、特征交互 挑战1.如何融合不同语义空间中的模态特征并获得每种模态的偏好。GNN注意力 挑战2.如何在数据稀疏的情况下获得推荐模型的全面表示。对比学习解缠学习 挑战3. 如何优化轻量级推荐模型和参数化模态编码器。 1. Bridge 侧重于考虑多模态信息来捕获用户和项目之间的…
阅读更多...
基于Django+node.js+MySQL+杰卡德相似系数智能新闻推荐系统——机器学习算法应用(含Python全部工程源码)+数据集

基于Django+node.js+MySQL+杰卡德相似系数智能新闻推荐系统——机器学习算法应用(含Python全部工程源码)+数据集

目录 前言总体设计系统整体结构图系统流程图 运行环境Python 环境node.js前端环境MySQL数据库 模块实现1. 数据预处理2. 热度值计算3. 相似度计算1&#xff09;新闻分词处理2&#xff09;计算相似度 4. 新闻统计5. API接口开发6. 前端界面实现1&#xff09;运行逻辑2&#xff0…
阅读更多...
Python实现LRFM模型分析客户价值

Python实现LRFM模型分析客户价值

作者&#xff1a;Dake1. 分析背景 这是一份某电商平台的销售数据&#xff0c;数据包含2010年4月22到2014年7月24的销售数据。分析该销售数据&#xff0c;可以发现客户价值。现利用KMeans聚类实现LRFM模型来分析客户的价值&#xff0c;便于客户分群&#xff0c;针对性推广&#…
阅读更多...
扩展学习|一文明晰推荐系统应用开发核心技术发展

扩展学习|一文明晰推荐系统应用开发核心技术发展

文献来源&#xff1a;Lu J, Wu D, Mao M, et al. Recommender system application developments: a survey[J]. Decision support systems, 2015, 74: 12-32. 主题&#xff1a;关于推荐系统应用开发的调查研究 关键词:推荐系统、电子服务个性化、电子商务、电子学习、电子政务 …
阅读更多...
《推荐系统实践》 第二章 利用用户行为数据 读书笔记

《推荐系统实践》 第二章 利用用户行为数据 读书笔记

用户的行为不是随机的&#xff0c;而是蕴含着很多模式。 代码参考&#xff1a;qcymkxyc/RecSys/main/chapter2/ 用户行为数据简介 日志&#xff1a;汇总原始日志生成描述用户行为的会话日志。 用户行为在个性化推荐系统一般分两种-显性反馈和隐性反馈行为。显性反馈行为包括用…
阅读更多...
Deep Cross 学习笔记

Deep Cross 学习笔记

引言 Deep & Cross模型来自于2017年的KDD论文&#xff1a;《Deep & Cross Network for Ad Click Predictions》。该模型可以看作是Wide & Deep模型的延续&#xff0c;着眼于解决特征交叉问题。 研究动机 传统的特征交叉都需要学者进行人工定义&#xff0c;过程较…
阅读更多...
商品推荐系统+可视化+2种协同过滤推荐算法 Django框架 大数据毕业设计（附源码+论文）✅

商品推荐系统+可视化+2种协同过滤推荐算法 Django框架 大数据毕业设计（附源码+论文）✅

毕业设计&#xff1a;2023-2024年计算机专业毕业设计选题汇总&#xff08;建议收藏&#xff09; 毕业设计&#xff1a;2023-2024年最新最全计算机专业毕设选题推荐汇总 &#x1f345;感兴趣的可以先收藏起来&#xff0c;点赞、关注不迷路&#xff0c;大家在毕设选题&#xff…
阅读更多...
Twitter推荐系统的可信和安全模块解析（Trust and Safety Models）

Twitter推荐系统的可信和安全模块解析（Trust and Safety Models）

上一篇博文整体看了Twitter推荐的架构&#xff1a; Twitter开源时间线推荐架构整理&#xff08;Twitter‘s Recommendation Algorithm&#xff09; 本篇文章解析一下可信和安全模块的具体实施细节。 Trust and Safety Models 源码地址&#xff1a;https://github.com/twitt…
阅读更多...
conftest常用hook函数

conftest常用hook函数

# 钩子函数&#xff0c;解决中文用例名称显示乱码 def pytest_collection_modifyitems(items):"""测试用例收集完成时&#xff0c;将收集到的item的name和nodeid的中文显示在控制台上:return:"""for item in items:item.name item.name.encode(…
阅读更多...
推荐系统[八]算法实践总结V3：重排在快手短视频推荐系统中的应用and手淘信息流多兴趣多目标重排技术

推荐系统[八]算法实践总结V3：重排在快手短视频推荐系统中的应用and手淘信息流多兴趣多目标重排技术

相关文章推荐： 推荐系统[一]：超详细知识介绍，一份完整的入门指南，解答推荐系统相关算法流程、衡量指标和应用，以及如何使用jieba分词库进行相似推荐，业界广告推荐技术最新进展 推荐系统[二]：召回算法超详细讲解[召回模型演化过程、召回模型主流常见算法(DeepMF/TDM/Ai…
阅读更多...
Embedding压缩之hash embedding

Embedding压缩之hash embedding

在之前的两篇文章 CTR特征重要性建模&#xff1a;FiBiNet&FiBiNet模型、CTR特征建模&#xff1a;ContextNet & MaskNet中&#xff0c;阐述了特征建模的重要性&#xff0c;并且介绍了一些微博在特征建模方面的研究实践&#xff0c;再次以下面这张图引出今天的主题&#…
阅读更多...
『RSSHub』搭建部署指南

『RSSHub』搭建部署指南

前言 相信各位对推荐算法已经很熟悉了&#xff0c;平台基于推荐算法不断推送我们感兴趣的信息&#xff0c;但是身处推荐算法中心&#xff0c;有时我们可能感觉视野越来越闭塞&#xff0c;原来节约我们时间的推荐系统&#xff0c;这时却成了困住我们的信息茧房 那么也许 RSS&a…
阅读更多...
大数据竞赛 | 关于处理类别特征的经验总结

大数据竞赛 | 关于处理类别特征的经验总结

来源&#xff1a;投稿 作者&#xff1a;gick 编辑&#xff1a;学姐 0.前言 大家好&#xff0c;这篇文章将为大家带来推荐系统类竞赛中特征工程关于处理类别特征的经验总结&#xff0c;干货多多&#xff0c;建议收藏。 下面介绍的都属于比较实在的内容&#xff0c;靠着这些干货…
阅读更多...
摆脱推荐算法，实现万物皆可『RSS』

摆脱推荐算法，实现万物皆可『RSS』

前言 相信各位对推荐算法已经很熟悉了&#xff0c;平台基于推荐算法不断推送我们感兴趣的信息&#xff0c;但是身处推荐算法中心&#xff0c;有时我们可能感觉视野越来越闭塞&#xff0c;原来节约我们时间的推荐系统&#xff0c;这时却成了困住我们的信息茧房 那么也许 RSS&a…
阅读更多...
sigir20-How to Retrain Recommender System A Sequential Meta-Learning Approach

sigir20-How to Retrain Recommender System A Sequential Meta-Learning Approach

sigir20-How to Retrain Recommender System A Sequential Meta-Learning Approach 论文解读 Introduction Recommender systems play an increasingly important role in the current Web 2.0 era which faces with serious information overload issues. The key technique…
阅读更多...
Deep Interest Evolution Network for Click-Through Rate Prediction 阅读笔记

Deep Interest Evolution Network for Click-Through Rate Prediction 阅读笔记

目录 摘要 引言 相关工作 深度兴趣演化网络(Deep Interest Evolution Network) BaseModel回顾 Feature Representation (特征表示) BaseModel的结构 Loss Function 深度兴趣演化网络 兴趣抽取层(Interest Extractor Layer) 兴趣演化层&#xff08;Interest Evolving…
阅读更多...
基于Java的图书个性化推荐系统设计与实现(源码+lw+部署文档+讲解等)

基于Java的图书个性化推荐系统设计与实现(源码+lw+部署文档+讲解等)

文章目录 前言具体实现截图论文参考详细视频演示为什么选择我自己的网站自己的小程序&#xff08;小蔡coding&#xff09;有保障的售后福利 代码参考源码获取 前言 &#x1f497;博主介绍&#xff1a;✌全网粉丝10W,CSDN特邀作者、博客专家、CSDN新星计划导师、全栈领域优质创作…
阅读更多...
【推荐算法】FM模型：Factorization Machines

【推荐算法】FM模型：Factorization Machines

1、线性回归 在介绍FM之前&#xff0c;我们先简单回顾以下线性回归。 回归分析是一种预测性的建模技术&#xff0c;它研究的是因变量&#xff08;目标&#xff09;和自变量&#xff08;预测器&#xff09;之间的关系。这种技术通常用于预测分析&#xff0c;时间序列模型以及发…
阅读更多...
【推荐算法】Graph Embedding系列之LINE: Large-scale Information Network Embedding

【推荐算法】Graph Embedding系列之LINE: Large-scale Information Network Embedding

LINE: Large-scale Information Network Embedding 论文地址&#xff1a;https://arxiv.org/pdf/1503.03578.pdf 【WWW 2015】Github地址&#xff1a;https://github.com/tangjianpku/LINE 算法讲解&#xff1a; 1、LINE与DeepWalk对比 与DeepWalk一样&#xff0c;LINE也是将…
阅读更多...
推荐系统笔记--基于物品的协同过滤（Item CF）

推荐系统笔记--基于物品的协同过滤（Item CF）

1--基本原理 Item CF的原理是根据物品的相似度来将新的物品推荐给用户&#xff1b;下图中用户对红色物品的感兴趣度为 [2, 1, 4, 3]&#xff0c;红色物品与橙色物品的相似度为 [0.1, 0.4, 0.2, 0.6]&#xff0c;因此可以计算出用户对橙色物品的感兴趣度。 Item CF的基本思想是&…
阅读更多...
矢量网络分析仪程控软件

矢量网络分析仪程控软件

1.软件概述 >>NS-Network Analyzer网络分析仪程控软件通过对网络分析仪的程序控制实现自动化参数配置、数据采集和数据存储&#xff0c;软件自带数据库存储&#xff0c;方便用户查询历史检测数据&#xff0c;最大限度提高仪器使用效率。 2.软件特点 >>远程可以控制…
阅读更多...
推荐模型汇总

推荐模型汇总

NGCF LightGCN KGAT Unifying Knowledge Graph Learning and Recommendation: Towards a Better Understanding of User Preferences Deep Neural Network for YouTube Recommendation
阅读更多...
机器学习---冷启动（Cold Start）、热启动（Warm Start）问题

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&#xff0c;“冷启动”&#xff08;Cold Start&#xff09;和"热启动"&#xff08;Warm Start&#xff09;是两个常用的概念&#xff0c;它们用来描述不同阶段或情境下的推荐问题。 冷启动&#xff08;Cold Start&#xff09;&#xff1a; …
阅读更多...
推荐系统笔记--Swing模型的原理

推荐系统笔记--Swing模型的原理

1--Swing模型的引入 在 Item CF 召回中&#xff0c;物品的相似度是基于其受众的交集来衡量的&#xff0c;但当受众的交集局限在一个小圈子时&#xff0c;就会误将两个不相似的物品定义为相似&#xff1b; Swing 模型引入用户的重合度来判断两个用户是否属于一个小圈子&#xff…
阅读更多...
论文阅读——《Contextual Sequence Modeling for Recommendation with Recurrent Neural Networks》

论文阅读——《Contextual Sequence Modeling for Recommendation with Recurrent Neural Networks》

《Contextual Sequence Modeling for Recommendation with Recurrent Neural Networks》 摘要 推荐可以从推荐时间用户状态的良好表示中获益。最近利用递归神经网络&#xff08;RNN&#xff09;进行基于会话的推荐的方法表明&#xff0c;深度学习模型可以为推荐提供有用的用户…
阅读更多...
推荐系统（十）DeepFM模型（A Factorization-Machine based Neural Network）

推荐系统（十）DeepFM模型（A Factorization-Machine based Neural Network）

推荐系统&#xff08;十&#xff09;DeepFM模型&#xff08;A Factorization-Machine based Neural Network&#xff09;推荐系统系列博客&#xff1a; 推荐系统&#xff08;一&#xff09;推荐系统整体概览推荐系统&#xff08;二&#xff09;GBDTLR模型推荐系统&#xff08;…
阅读更多...
推荐系统（七）xDeepFM模型

推荐系统（七）xDeepFM模型

推荐系统&#xff08;七&#xff09;xDeepFM模型推荐系统系列博客&#xff1a; 推荐系统&#xff08;一&#xff09;推荐系统整体概览推荐系统&#xff08;二&#xff09;GBDTLR模型推荐系统&#xff08;三&#xff09;Factorization Machines&#xff08;FM&#xff09;推荐系…
阅读更多...
阿语python美多商城-订单-提交订单之第8.2.1节创建订单数据库表

阿语python美多商城-订单-提交订单之第8.2.1节创建订单数据库表

创建订单数据库表生成的订单数据要做持久化处理&#xff0c;而且需要在《我的订单》页面展示出来。1. 订单数据库表分析注意&#xff1a;订单号不再采用数据库自增主键&#xff0c;而是由后端生成。一个订单中可以有多个商品信息&#xff0c;订单基本信息和订单商品信息是一对多…
阅读更多...
阿语python4-2 美多商城v5.0商品-商品列表页之第6.3.1节列表页分页和排序

阿语python4-2 美多商城v5.0商品-商品列表页之第6.3.1节列表页分页和排序

列表页分页和排序# 按照商品创建时间排序 http://www.meiduo.site:8000/list/115/1/?sortdefault # 按照商品价格由低到高排序 http://www.meiduo.site:8000/list/115/1/?sortprice # 按照商品销量由高到低排序 http://www.meiduo.site:8000/list/115/1/?sorthot1. 查询列表…
阅读更多...
这两天看的论文总结

这两天看的论文总结

主要列一下摘要&#xff0c;之后和导师讨论过了再编辑这篇博客。 第一篇 基于会话的推荐使用用户交互会话中的现有项目来预测用户将与之交互的下一个项目。会话中的现有项目通常具有不同程度的相关性&#xff0c;并且该项目相关性也反映了用户的兴趣。此外&#xff0c;当会话…
阅读更多...
google的商业产品之路

google的商业产品之路

google的商业产品之路 之前公司从google总部招了一个经验非常丰富的PM。入职后就请他给大家为大家布道google的商业产品推进的方法。 听了之后感触颇多&#xff0c; 在此与记录并与大家分享(因为自己也是学习别人在google的经验&#xff0c; 当中会加上一些自己工作中的感受&am…
阅读更多...
百亿级样本+亿级特征ranking实现

百亿级样本+亿级特征ranking实现

1. 推荐系统架构 1.1 推荐页请求流程 Feeds推荐线上模块一般有几个流程&#xff1a; 1. 开始线上请求。2. 通过召回服务进行召回&#xff0c;从百万级的文章视频中召回大概几千甚至上万条新闻视频&#xff0c;然后经过筛选&#xff0c;进入Ranking服务。3. 进行精排&#xff…
阅读更多...
读书笔记--数据那些事

读书笔记--数据那些事

参考&#xff1a;推荐系统燃料&#xff1a;数据那些事儿 数据作为搭建推荐系统前期的必要环节&#xff0c;也是变现能力的重要资产&#xff0c;不仅可以为推荐做贡献&#xff0c;也可以驱动更多的事情往前发展。 1. 通过数据采集&#xff0c;全面了解产品和用户&#xff1b; 2…
阅读更多...
读书笔记--网易新闻推荐

读书笔记--网易新闻推荐

参考&#xff1a; 网易新闻推荐&#xff1a;深度学习排序系统及模型 本文介绍网易新闻客户端信息流的个性化推荐中&#xff0c;深度学习排序系统及模型。 1. 背景介绍 1.1 网易新闻信息流场景 如下图是一个在信息流场景中&#xff0c;个性化推荐的产品形态。 左边是头条频道…
阅读更多...
在推荐系统中，BPRloss、Embloss、CrossEntropyloss是怎么计算的，代表的意义是什么

在推荐系统中，BPRloss、Embloss、CrossEntropyloss是怎么计算的，代表的意义是什么

一、BPRloss&#xff08;Bayesian Personalized Ranking loss&#xff09;是一种用于推荐系统中的损失函数&#xff0c;用于衡量预测的排序与真实的用户行为排序之间的差异。BPRloss的计算过程如下&#xff1a; 输入&#xff1a;BPRloss的输入包括用户u、物品i和物品j&#xff…
阅读更多...
2.2w字长文详解推荐系统之数据与特征工程，码起来慢慢看

2.2w字长文详解推荐系统之数据与特征工程，码起来慢慢看

【导读】推荐系统是机器学习的一个子领域&#xff0c;并且是一个偏工程化、在工业界有极大商业价值的方向。大量应用于提供toC类产品的互联网企业服务中&#xff0c;通过推荐系统为用户提供精准的个性化服务。推荐系统通过推荐算法来为用户生成个性化推荐结果&#xff0c;而推荐…
阅读更多...
day1 - 推荐系统碎碎念

day1 - 推荐系统碎碎念

三要素 item: 要推荐的货usercontext算法 机器学习做推荐&#xff0c;一个基本点&#xff0c;货找人label model(item, user, context) -- 3个input label是指什么? --业务上的指标&#xff1a;可以是点击、收藏、加购、评分等例如&#xff1a;对于点击指标-- label 是预估出…
阅读更多...
商品推荐系统浅析 | 京东云技术团队

商品推荐系统浅析 | 京东云技术团队

一、综述 本文主要做推荐系统浅析&#xff0c;主要介绍推荐系统的定义&#xff0c;推荐系统的基础框架&#xff0c;简单介绍设计推荐的相关方法以及架构。适用于部分对推荐系统感兴趣的同学以及有相关基础的同学&#xff0c;本人水平有限&#xff0c;欢迎大家指正。 二、商品…
阅读更多...
文献阅读：Mixed Negative Sampling for Learning Two-tower Neural Networks in Recommendations

文献阅读：Mixed Negative Sampling for Learning Two-tower Neural Networks in Recommendations

文献阅读&#xff1a;Mixed Negative Sampling for Learning Two-tower Neural Networks in Recommendations 1. 问题描述2. 核心方案设计 1. DNN双塔结构2. MNS采样方法 3. 实验结果4. 结论 & 思考 文献链接&#xff1a;https://storage.googleapis.com/pub-tools-public…
阅读更多...
PLE - 多任务模型（腾讯）

PLE - 多任务模型（腾讯）

文章目录 1、动机2、模型结构3、代码实现细节：Progressive Layered Extraction (PLE): A Novel Multi-Task Learning (MTL) Model for Personalized Recommendations论文发表在 RecSys-2020， best paper。ple主要缓解了mtl里两大问题：负迁移和跷跷板现象，相比其他mtl model…
阅读更多...
协同过滤中item-based与user-based选择依据

协同过滤中item-based与user-based选择依据

协同过滤中item-based与user-based选择依据 协同过滤是大家熟知的推荐算法。 总的来说协同过滤又可以分为以下两大类&#xff1a; Neighborhood-based&#xff1a;计算相似item 或user后进行推荐 Model-based&#xff1a; 直接训练模型预测Rating 在Neighborhoold-based算法中&…
阅读更多...
阿语python4-2 美多商城v5.0用户登录-QQ登录之第4.2.2节定义QQ登录模型类

阿语python4-2 美多商城v5.0用户登录-QQ登录之第4.2.2节定义QQ登录模型类

定义QQ登录模型类QQ登录成功后&#xff0c;我们需要将QQ用户和美多商场用户关联到一起&#xff0c;方便下次QQ登录时使用&#xff0c;所以我们选择使用MySQL数据库进行存储。1. 定义模型类基类为了给项目中模型类补充数据创建时间和更新时间两个字段&#xff0c;我们需要定义模…
阅读更多...
论文阅读—Enhancing session-based social recommendation through item graph embedding……

论文阅读—Enhancing session-based social recommendation through item graph embedding……

《Enhancing session-based social recommendation through item graph embedding and contextual friendship modeling》 《通过项目图形嵌入和上下文友谊建模增强基于会话的社会推荐》 摘要 推荐系统旨在帮助用户在网络平台上从大量的候选人中找到匹配的物品。在许多在线平…
阅读更多...
年轻人逃离算法？更懂你的时尚推荐算法，你会拒绝吗？| FashionHack 专栏

年轻人逃离算法？更懂你的时尚推荐算法，你会拒绝吗？| FashionHack 专栏

上一篇&#xff1a;《ACI&#xff0c;一种全新的人工智能艺术与时尚创意视角》推荐系统近年来被应用于各行各业&#xff0c;非常流行。推荐的对象包括&#xff1a;电影、短视频、音乐、新闻、书籍、学术论文、搜索查询。从让你掏空钱包还透支花呗的某宝&#xff0c;到让你刷到无…
阅读更多...
【推荐系统】推荐系统（RS）与大模型（LLM）的结合

【推荐系统】推荐系统（RS）与大模型（LLM）的结合

【推荐系统】推荐系统&#xff08;RS&#xff09;与大模型&#xff08;LLM&#xff09;的结合 文章目录 【推荐系统】推荐系统&#xff08;RS&#xff09;与大模型&#xff08;LLM&#xff09;的结合1. 主流的推荐方法2. 大模型&#xff08;LLM&#xff09;可能作用的地方 1. 主…
阅读更多...
读书笔记-- 京东电商推荐系统

读书笔记-- 京东电商推荐系统

参考&#xff1a;京东电商推荐系统实践 1. 简介 1.1 协同过滤系统 推荐系统最经典的就是协同过滤Collaborative Filtering(如下图)。 1. user-based 基于用户的协同过滤&#xff1b; 2. item-based 基于商品的协调过滤。 1.2 learning to rank 但现在绝大多数推荐系统都不会…
阅读更多...
深入理解搜索引擎——搜索引擎和推荐系统那些事

深入理解搜索引擎——搜索引擎和推荐系统那些事

在《深入理解搜索引擎——开篇》一文中&#xff0c;有讲解过搜索引擎的发展历程&#xff0c;随着大数据和人工智能的发展&#xff0c;人们已经进入到信息过载的时代。 在这个海量数据的时代&#xff0c;内容消费者很难通过传统的搜索引擎找到自己感兴趣的内容&#xff0c;而内…
阅读更多...
纳米软件之通信设备自动测试系统

纳米软件之通信设备自动测试系统

系统组成 　　通信设备自动测试系统由工控机、CMA180无线电综合测试仪、仪器与PC通讯线缆、显示器组成。 系统功能 　　1、系统可通过网口或USB口对特定型号的无线电综合测试仪进行控制&#xff1b; 　　2、系统可进行发射机功率、频率准确度、频率稳定度、调制度、带外抑制比、…
阅读更多...
论文阅读《Performance Comparison of Neural and Non-Neural Approaches to Session-based Recommendation》

论文阅读《Performance Comparison of Neural and Non-Neural Approaches to Session-based Recommendation》

这篇没有精度&#xff0c;就简单放一些论文中的表格吧&#xff0c;这篇文章可以做会话推荐的研究背景 论文链接&#xff1a;https://dl.acm.org/doi/abs/10.1145/3298689.3347041 近年来&#xff0c;我们可以观察到会话推荐问题。这些问题涉及到对用户长期偏好的预测问题&…
阅读更多...
召回/粗排阶段 负样本常见构造方法

召回/粗排阶段 负样本常见构造方法

文章目录 1、曝光未点击2、全局随机选择负例3、batch内随机选择负例4、曝光数据随机选择负例5、基于popularity随机选择负例6、基于hard选择负例大佬的总结&#xff1a; 大佬的名言&#xff1a;“如果精排是特征的艺术&#xff0c;那么召回就是样本的艺术&#xff08;负样本为王…
阅读更多...
Product-based Neural Network(PNN) - 学习笔记

Product-based Neural Network(PNN) - 学习笔记

引言 这篇工作的着眼点是在特征交叉方面&#xff0c;提出了一个乘积层(product layer) 来对多个领域(field) 的特征进行充分的特征交叉。其中&#xff0c;product layer包含两种形式&#xff0c;分别是内积形式(inner product)和外积形式(outer product)。 整体的模型结构 上…
阅读更多...
Movie_recommender 电影推荐系统tensorflow代码学习小记

Movie_recommender 电影推荐系统tensorflow代码学习小记

TensorFlow一向用得不多&#xff0c;只是稍微了解&#xff0c;推荐系统的项目也没有正经做过&#xff0c;现在就拿这个项目&#xff0c;好好入门一下推荐系统。 1.map 函数&#xff1a; 另外&#xff0c;map还可以这么用&#xff1a; 如要改变User数据中性别和年龄 gender_ma…
阅读更多...
计算机毕业设计之吊炸天Python+Spark电影推荐系统 电影采集大数据分析 电影购票系统 电影购票小程序app 电影院管理系统 电影数据分析大屏

计算机毕业设计之吊炸天Python+Spark电影推荐系统 电影采集大数据分析 电影购票系统 电影购票小程序app 电影院管理系统 电影数据分析大屏

一 管理端 1.1 电影管理 支持excel 导入(豆瓣TOP250数据)和导出 支持手动添加 兼容豆瓣在线图片&#xff08;处理防盗链&#xff09; 本地图片 1.2 排片管理 选择电影厅、场次&#xff08;时间段&#xff09;、价格然后该电影就上线了&#xff0c;否则用户是只能查看电影信息…
阅读更多...
分享思路：Python+Spark爬虫音乐推荐系统 音乐数据分析可视化 音乐推荐app 音乐网站 大数据毕业设计(app+web+爬虫+spark+可视化)

分享思路：Python+Spark爬虫音乐推荐系统 音乐数据分析可视化 音乐推荐app 音乐网站 大数据毕业设计(app+web+爬虫+spark+可视化)

多端设计思路 1、音乐大屏幕展示端&#xff1a; 用户来源分布统计&#xff0c;歌手排行&#xff0c;歌手数量&#xff0c;歌曲数量&#xff0c;用户数量&#xff0c;播放数量&#xff0c;收藏数量&#xff0c;下载数量&#xff0c;充值金额排行&#xff0c;歌曲排行榜&#xf…
阅读更多...
吃得满意又健康？AI 营养师比人类营养师更懂你

吃得满意又健康？AI 营养师比人类营养师更懂你

By 超神经内容提要&#xff1a;合理膳食、营养均衡的重要性已不必多说&#xff0c;但具体如何落实&#xff0c;却不简单。为了得到搭配更合理、更健康、更符合人们口味的食谱&#xff0c;AI 也加入了营养师的队伍。关键词&#xff1a;饮食推荐 营养均衡 推荐系统在健康饮食方面…
阅读更多...
Python GCN、GAT、MP等图神经网络学习，从入门全面概述和讲解GNN，入门到精通图神经网络

Python GCN、GAT、MP等图神经网络学习，从入门全面概述和讲解GNN，入门到精通图神经网络

1. 图的分类&#xff1a; 1.1 根据边的方向性&#xff1a; 有向图&#xff08;Directed Graph&#xff09;&#xff1a;图中的边具有方向性&#xff0c;表示节点之间的单向关系。例如&#xff0c;A指向B的边表示节点A指向节点B。无向图&#xff08;Undirected Graph&a…
阅读更多...
推荐系统的基础算法和企业级设计

推荐系统的基础算法和企业级设计

推荐系统的基础算法和企业级设计推荐系统介绍推荐系统的技术选型和基础数据技术选取数据简介算法讨论基于统计学的推荐算法LFM算法实时推荐算法项目模块简介推荐系统介绍 在互联网时代&#xff0c;为了能够给用户良好的体验并且增大用户的留存率&#xff0c;推荐系统应运而生。…
阅读更多...
CTR预估之FMs系列模型:FM/FFM/FwFM/FEFM

CTR预估之FMs系列模型:FM/FFM/FwFM/FEFM

前言 ctr预估&#xff08;点击率&#xff0c;click-through rate, CTR&#xff09;&#xff0c;指一个user在某个特定的场景下会点击一个item的概率估计&#xff0c;这里的item可以是广告、商品等&#xff0c;是推荐和广告系统中十分重要的模块。另外&#xff0c;这里的user-i…
阅读更多...
CNCC 2023 | 大模型全面革新推荐系统！产学界多位大咖精彩献言

CNCC 2023 | 大模型全面革新推荐系统！产学界多位大咖精彩献言

随着人工智能领域的不断突破&#xff0c;大模型的潮流已然席卷而来。大模型一跃成为时代的新宠&#xff0c;展现出强大的通用性和泛化能力&#xff0c;为 AI 技术的应用进一步打开了想象空间。与此同时&#xff0c;推荐系统作为大规模机器学习算法应用较为成熟的方向之一&#…
阅读更多...
推荐系统_推荐系统解构

推荐系统_推荐系统解构

由于移动互联网时代用户每时每刻都会产生海量信息&#xff0c;伴随着大数据技术的快速发展&#xff0c;使得企业能够迎合用户的痛点&#xff0c;分析用户喜好&#xff0c;进行商品推荐。推荐系统诞生的益处&#xff1a;从用户角度&#xff0c;推荐系统可以缓解信息过载带来的时…
阅读更多...
推荐系统[九]项目技术细节讲解z2：搜索Query理解[Term Weight、Query 改写、同义词扩写]和语义召回技术

推荐系统[九]项目技术细节讲解z2：搜索Query理解[Term Weight、Query 改写、同义词扩写]和语义召回技术

搜索Query理解和语义召回技术 随着用户规模和产品的发展， 搜索面临着越来越大的 query 长尾化挑战，query 理解是提升搜索召回质量的关键。本次将介绍搜索在 query term weighting，同义词扩展，query 改写，以及语义召回等方向上的实践方法和落地情况。 1.面临问题：长尾 qu…
阅读更多...
推荐系统（概要+召回）

推荐系统（概要+召回）

推荐系统 一、概要 1.基本概念 用户行为&#xff1a;点击、点赞、收藏、转发消费指标&#xff1a;点击率 (click rate)、交互率 (engagement rate)北极星指标&#xff1a;用户规模、消费、发布实验流程&#xff1a;离线实验、AB测试、推全 2.推荐系统的链路 召回&#xff…
阅读更多...
面试题---推荐系统

面试题---推荐系统

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化—柱状图数据可视化—饼图、环形图、雷达图统计学检验箱…
阅读更多...
CTR之Session行为序列建模用户兴趣：DSIN

CTR之Session行为序列建模用户兴趣：DSIN

在前面的文章中&#xff0c;DIN模型 在用户行为序列建模中引入注意力机制来强调加权与target item相关的行为&#xff0c;以实现动态的兴趣表征&#xff1b;而DIEN模型 则在DIN的基础上加入时间性信息&#xff0c;使用注意力机制的GRU来挖掘用户兴趣的演变。 而今天的这篇文章…
阅读更多...
MMOE - 经典多任务模型（谷歌）

MMOE - 经典多任务模型（谷歌）

文章目录 1、动机：2、模型结构：Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Expertsmmoe: Multi-gate Mixture-of-Expertsmmoe由谷歌发表在KDD-2018【和阿里的ESMM同年发表，SIGIR-2018】；模型结构也蛮简单，dnn+gate_attention结构，多…
阅读更多...
搜广推 Product-based Neural Networks (PNN) - 改进特征交叉的方式

搜广推 Product-based Neural Networks (PNN) - 改进特征交叉的方式

😄 PNN：2016年上海交通大学提出。 文章目录 1、PNN1.1、原理1.2、创新点：product层1.3、product层z部分的输出：l~z~ 的计算方式：1.4、product层z部分的输出：l~p~ 的计算方式：1.4.1、IPNN1.4.2、OPNN1.5、优点1.6、缺点Reference1、PNN PNN：Product-based Neural Netwo…
阅读更多...
基于Face++网络爬虫+人脸融合算法智能发型推荐程序——深度学习算法应用(含Python及打包exe工程源码)+爬虫数据集

基于Face++网络爬虫+人脸融合算法智能发型推荐程序——深度学习算法应用(含Python及打包exe工程源码)+爬虫数据集

目录 前言总体设计系统整体结构图系统流程图 运行环境Python环境Pycharm 环境 模块实现1. Face.APl调用1&#xff09;Face.APl介绍2&#xff09;调用API 2. 数据爬取1&#xff09;网络数据爬取步骤2&#xff09;爬虫实现 3. 模型构建4. 用户界面设计1&#xff09;需要调用的库文…
阅读更多...
深度学习应用篇-推荐系统[11]：推荐系统的组成、场景转化指标（pv点击率,uv点击率,曝光点击率）、用户数据指标等评价指标详解

深度学习应用篇-推荐系统[11]：推荐系统的组成、场景转化指标（pv点击率,uv点击率,曝光点击率）、用户数据指标等评价指标详解

【深度学习入门到进阶】必看系列&#xff0c;含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等 专栏详细介绍&#xff1a;【深度学习入门到进阶】必看系列&#xff0c;含激活函数、优化策略、损失函数、模型调优、归一化…
阅读更多...
这个世界上肯定有另一个我，做着我不敢做的事，过着我想过的生活 | MixAI 知识库 No.70...

这个世界上肯定有另一个我，做着我不敢做的事，过着我想过的生活 | MixAI 知识库 No.70...

设计商业技术No.70 关键词手势 设计 社交 测谎仪 文章 视频 时尚 app 模型 1 通过研究微信文章的相关推荐逻辑 &#xff0c;尝试生成指南高效生产精选周刊……创意灵感2021.6.27适合AI生产的创意2 谁在说谎&#xff1f;测谎仪的…
阅读更多...
Anything本地知识库问答系统：基于检索增强生成式应用（RAG）两阶段检索、支持海量数据、跨语种问答

Anything本地知识库问答系统：基于检索增强生成式应用（RAG）两阶段检索、支持海量数据、跨语种问答

QAnything本地知识库问答系统&#xff1a;基于检索增强生成式应用&#xff08;RAG&#xff09;两阶段检索、支持海量数据、跨语种问答 QAnything (Question and Answer based on Anything) 是致力于支持任意格式文件或数据库的本地知识库问答系统&#xff0c;可断网安装使用。…
阅读更多...
联邦推荐系统相关论文创新点总结

联邦推荐系统相关论文创新点总结

FD-GATDR: A Federated-Decentralized-Learning Graph Attention Network for Doctor Recommendation Using EHR 本文的主要内容是基于电子健康记录&#xff08;EHR&#xff09;构建了一个医生推荐系统。该系统通过分析患者的EHR历史&#xff0c;提供个性化的医生推荐&#xf…
阅读更多...
计算机毕业设计Spark+SpringBoot旅游推荐系统 旅游大数据分析大屏 旅游可视化 旅游路线规划系统 旅游推荐App小程序 旅游网站 自驾游路线规划系统 自驾游推荐系统 自驾游推荐App小程序

计算机毕业设计Spark+SpringBoot旅游推荐系统 旅游大数据分析大屏 旅游可视化 旅游路线规划系统 旅游推荐App小程序 旅游网站 自驾游路线规划系统 自驾游推荐系统 自驾游推荐App小程序

核心功能 购买门票保险租车业务&#xff0c; 规划自驾游路线百度路书 景点推荐、景点评价等 大屏实现根据销量百度热力图显示 大屏实现功能 百度热力图&#xff1a;调用百度地图API结合后台景点经纬度和热力数据(销量)显示热点图 热度图&#xff1a; 景点的销量&#xff0…
阅读更多...
基于大数据的汽车信息可视化分析预测与推荐系统

基于大数据的汽车信息可视化分析预测与推荐系统

温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长 QQ 名片 :) 1. 项目简介 本项目通过集成网络爬虫技术&#xff0c;实时获取海量汽车数据&#xff1b;运用先进的ARIMA时序建模算法对数据进行深度挖掘和分析&#xff1b;结合flask web系统和echarts可视化工具&#xff0c;…
阅读更多...
第五周.01.PinSage论文带读.直播

第五周.01.PinSage论文带读.直播

文章目录论文带读摘要套路分析3.1 Problem Setup3.2 Model Architecture3.3 Model Training4.1 Experimental Setup其他本文内容整理自深度之眼《GNN核心能力培养计划》公式输入请参考&#xff1a; 在线Latex公式论文带读 Graph Convolutional Neural Networks for Web-Scale …
阅读更多...
Neural Collaborative Filtering - 学习笔记

Neural Collaborative Filtering - 学习笔记

介绍 深度学习未兴起时&#xff0c;传统矩阵分解(Matrix Factorization)是推荐领域中的一种经典方法&#xff0c;基本做法是&#xff1a; 把用户和商品映射到隐向量空间&#xff0c;用向量表示。通过内积&#xff0c;来表示向量之间的相似性。 作者认为&#xff0c;通过内积…
阅读更多...
EBR开山之作：Embedding-based Retrieval in Facebook Search

EBR开山之作：Embedding-based Retrieval in Facebook Search

目录 简介1 模型2 特征3 索引4 全链路优化 简介 个人的随笔&#xff0c;读者需要基本了解IR领域的基本知识和概念&#xff0c;本文主要记录了我觉得该工作一些重要的点。和大家共勉。 1 模型 标准的双塔结构 1.1 损失函数 搜索相关性以pair-wise的形式进行建模&#xff0c;…
阅读更多...

Copyright @ 2022~2023