推荐系统算法详解_第1页
推荐系统算法详解_第2页
推荐系统算法详解_第3页
推荐系统算法详解_第4页
推荐系统算法详解_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

推荐系统算法详解,基于协同过滤的推荐算法,协同过滤（CollaborativeFiltering，CF）基于近邻的协同过滤基于模型的协同过滤-,基于协同过滤（CF）的推荐,基于近邻的推荐,基于用户的协同过滤,基于用户的协同过滤（User-CF）,基于物品的协同过滤,基于物品的协同过滤（Item-CF）,User-CF和Item-CF的比较,基于协同过滤的推荐优缺点,基于模型的协同过滤思想,基于模型的协同过滤,隐语义模型（LFM）,用隐语义模型来进行协同过滤的目标,揭示隐藏的特征，这些特征能够解释为什么给出对应的预测评分这类特征可能是无法直接用语言解释描述的，事实上我们并不需要知道，类似“玄学”,通过矩阵分解进行降维分析,协同过滤算法非常依赖历史数据，而一般的推荐系统中，偏好数据又往往是稀疏的；这就需要对原始数据做降维处理分解之后的矩阵，就代表了用户和物品的隐藏特征,隐语义模型的实例,基于概率的隐语义分析（pLSA）隐式迪利克雷分布模型（LDA）矩阵因子分解模型（基于奇异值分解的模型，SVD）,LFM降维方法矩阵因子分解,矩阵因子分解,矩阵因子分解,LFM的进一步理解,LFM的进一步理解,矩阵因子分解,矩阵因子分解,矩阵因子分解,模型的求解算法ALS,交替最小二乘法（Alterna
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论