推荐系统在我们的身边无处不在,基本每一个网络都会基于用户的爱好展示相关的产品。有时候它很隐蔽,你都没有察觉。他们可以使网页上的内容更加定制化,从而帮公司挣钱。
其中,基于内容和协同的推荐系统最为常见。基于内容的推荐系统更加注重每个用户的独立性,它会关注用户已经感兴趣的东西(通过评分与喜欢),输入的关键词记录 ,特性和标签,然后使用这些特性来逐渐构建用户的个人资料,一旦用户的个人信息构建完成,系统将会基于这些属性给用户推荐类似的东西。
另一种是基于协同系统,它通过协同其他用户的选择来给你生成推荐。比如你喜欢跳伞,并不断地在线购买跳伞的装备,系统将会查找有相同购买记录或产品评级的用户,一旦找到了类似的用户,它可以推荐这些用户买过的其他你尚未购买的物品。
在本期视频中,Siraj Raval 将带大家用10行C++搭建一个电影推荐系统。
来跟着Siraj Raval一起开始吧……
代码链接 https://github.com/llSourcell/Movie_Recommender
程序员想转型AI却迟迟无法开始?也许你需要一种更加有趣的学习方式。
Siraj Raval是一位人工智能领域的编程高手,毕业于哥伦比亚大学,曾任职于 Twilio 和 Meetup。一年以来,他通过制作AI教程类短视频的方式在Youtube上积累了大量的粉丝,视频内容包含:如何搭建神经网络、聊天机器人、AI游戏、AI作曲家、递归神经网络、无人驾驶汽车等在内的大量实用的案例,更加令人钦佩的是,这些视频长度大多都在10分钟以内,实在是快速上手AI的一条捷径。
为了使更多的中国开发者看到这些有用的视频,AI科技大本营已经联系到Siraj Raval,并获得了翻译其系列视频的授权,我们将在每周一、三、五定期更新,欢迎大家持续关注!