前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >快手类推荐系统实践

快手类推荐系统实践

作者头像
机器学习算法工程师
发布2018-03-06 17:24:01
1.6K0
发布2018-03-06 17:24:01
举报
文章被收录于专栏:机器学习算法工程师

1. 什么是推荐系统

推荐系统是一种信息过滤系统,近年来非常流行,应用于各行各业。 比如大家耳熟能详的快手、头条、手机百度、淘宝、京东、应用宝...几乎各个平台都有一个智能推荐的功能。

2. 推荐的主要方法

推荐系统产生推荐列表的方式通常有两种:

  • 基于算法的推荐:协同过滤,逻辑回归、决策树
  • 基于内容推荐

协同过滤方法根据用户历史行为(例如其购买的、选择的、评价过的物品等)结合其他用户的相似决策建立模型。这种模型可用于预测用户对哪些物品可能感兴趣(或用户对物品的感兴趣程度)。

基于内容推荐利用一些列有关物品的离散特征,推荐出具有类似性质的相似物品。两种方法经常互相结合。

3. 推荐的两大特征

推荐主要有两大特征:

  • 1、推荐存在两个主体,用户(USER)和物品(ITEM)
  • 2、推荐是个性化的,每个用户得到推荐的物品是不同的,是极大程度上符合个人喜好的

个性化推荐最常出现且大家都很熟悉的场景就是电商(淘宝、京东)了,大家经常会有这样的感觉,经常看和点击甚至购买的物品及其类别,甚至相关物品和品类,总是会经常出现,这里面就是多种推荐算法打分组合后输出的结果。

4. 推荐系统架构

4 如何进行个性化推荐?

  1. 先明确地点、人物、时间、事件以及数据
  2. 搭建特征
    1. 首先你需要选取3大类数据指标。
    2. 组合上一步中的特征,分为用户特征和物品特征,分别组合为两部分(两个表)。
    3. 在导入LR模型进行训练之前还需要做一些特征工程的工作:
  3. 选择样本及模型训练预测
    1. 通过具体场景和人物选择好正负样本
    2. 模型训练
    3. 模型评估
    4. 预测

为了让大家更好的了解如何搭建推荐系统以及深度剖析内部原理,我准备了一节公开课,通过视频讲解、动画演示、应用场景等多方面来跟大家补充完善。

智能推荐系统剖析 (2月8号20:00-22:00):

  1. 推荐 & 搜索
  2. 淘宝京东『猜你喜欢』剖析
  3. 快手推荐系统原理与数学模型
  4. 优酷推荐系统实战

如果没赶上,会有录像回放的全部免费噢。

我姓钱,大家可以叫我钱老师,前阿里巴巴算法专家。研究领域:自然语言处理、数据挖掘、大数据架构、图像处理。 先后参与过阿里彩票、淘宝推荐、一淘、阿里云、数据魔方等多个项目的算法平台研发,并受邀为超过100家IT企业提供机器学习与大数据顶层设计咨询服务。

资料下载

1. 推荐系统PPT截图及下载:

2. 视频下载:

除了推荐系统的公开课,还有以上这些可供大家参考学习。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-02-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习算法全栈工程师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. 什么是推荐系统
  • 2. 推荐的主要方法
  • 3. 推荐的两大特征
  • 4. 推荐系统架构
  • 4 如何进行个性化推荐?
  • 资料下载
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档