240 发简信
IP属地:湖南
  • 2018-10-19——请求方法

    常见的请求方法有两种:GET和POST GET和POST请求方法有如下区别: ①GET请求中的参数包含着URL里面,数据可以在URL中看到,而P...

  • Resize,w 360,h 240
    2018-10-17——推荐系统架构

    根据上面的抽象,可以设计一种基于特征的推荐系统架构。当用户到来之后,推荐系统需要为用户生成特征,然后对每个特征找到和特征相关的物品,从而最终生成...

  • Resize,w 360,h 240
    2018-10-17——基于社交网络图的好友推荐

    对于用户 u 和用户 v ,我们可以用共同好友比例计算他们的相似度: 下面的代码实现了这种相似度: w out(u,v) 公式中 out(u) ...

  • 2018-10-17——基于领域的社会化推荐算法

    我们想到的最简单算法是给用户推荐好友喜欢的物品集合。即用户 u 对物品 i 的兴趣 p ui 可以通过如下公式计算。 其中 out(u) 是用户...

  • Resize,w 360,h 240
    2018-10-15——时间上下文推荐算法

    1.最近最热门 给定时间T,物品i最近的流行度ni(T)可以定义为: 这里,α是时间衰减函数。 下面的python代码实现了上面的计算公式: 2...

  • 2018-10-04——选择合适的物品启动用户的兴趣

    首先,给定一群用户,用这群用户对物品评分的方差度量这群用户兴趣的一致程度。如果方差很大,说明这一群用户的兴趣不太一致,反之则说明这群用户的兴趣比...

  • Resize,w 360,h 240
  • 2018-10-03——物品相似度的归一化

    如果已经得到了物品相似度矩阵 w ,那么可以用如下公式得到归一化之后的相似度矩阵 w' :

  • Resize,w 360,h 240
    2018-10-03——用户活跃度对物品相似度的影响

    活跃用户对物品相似度的贡献应该小于不活跃的用户,增加 IUF参数来修正物品相似度的计算公式: 为了避免相似度矩阵过于稠密,我们在实际计算中一般直...