近日读到一篇非常不错的文章,忍不住转载过来,方便日后学习查阅,作者是新浪微博的张俊林,之前有幸听过他在线下的技术分享,印象深刻,PPT 做得非常棒。这篇文章涵盖推荐系统最重要的三个环节:召回、排序、重排序涉及的相关技术路线,通过近两年的经典...
召回算法
有关"召回算法"的文章
简介 推荐领域的人一般都会听说过十年前 Netflix Prize 的那场比赛,这一年可以说是推荐算法的春天,从比赛中诞生了众多推荐算法,而矩阵分解就是其中非常著名的一个。矩阵分解(Matrix Factorization,MF)是协同过...
简介 协同过滤(Collaborative filtering,CF)与基于内容的推荐算法一样,也是一个非常古老的推荐算法。但是直至今日,协同过滤依然是应用最广泛的推荐算法,在推荐领域占有极其重要的地位,甚至 “协同过滤” 一度成为推荐系...
内容分析通常包括文本分析,图片分析和视频分析。本文是《基于内容的推荐算法》单独整理的一篇内容,因最常见到的还是文本的分析,本篇主讲文本分析。文本分析在推荐系统中一个很重要的作用是用户兴趣建模,没有内容及文本标签,就无法得到用户兴趣标签。另外...
简介 基于内容的推荐算法(Content-Based Recommendations,CB)非常古老,应该是最早被使用的推荐算法,虽是一个年代久远的算法,但即便放在深度学习十分火热的当下,基于内容的推荐算法依然被工业界广泛使用,足以证明其...