1回答
冷启动推荐方法及算法
algorithm、machine-learning、recommendation-engine、cold-start
我们正在为我们全新的学习管理系统建立推荐系统.有一堆用户和项目(学习模块)在板上，但没有评级-典型的冷启动问题。
实现基于项目的相似度，哪种算法是正确的？比如说，余弦相似。但是，请注意，没有“矩阵”。我们应该尝试使用标准的ML算法，还是使用我们自己的算法？
浏览 5提问于2015-08-25得票数 1
1回答
新系统冷启动:推荐系统
recommendation-engine、cold-start
我已经建立了一个推荐系统，其中有数以万计的项目和它们的功能描述，但到目前为止还没有用户配置文件。我正在寻找可以帮助我引导系统的方法的指针，这样我就可以做一些评估。
浏览 4提问于2013-03-17得票数 0
回答已采纳
2回答
实现无监督学习推荐系统
machine-learning、recommendation-engine
我一直在阅读有关推荐系统和构建推荐系统的方法的论文和书籍。在其中的许多案例中，Netflix竞赛就是一个例子。在Netflix上，用户对电影进行评分(从1到5)。在那次比赛中，参赛者被用户提供了一个电影数据库和相应的评分，他们应该实现一个系统，最好地预测电影的评分，并使用该评分向用户推荐电影。我正在尝试建立一个新闻推荐系统。我现在面临的问题是，新闻只有很短的一段时间是相关的，几乎没有人会给新闻评级。因此，我只有隐式反馈(视图)，没有显式反馈(评级)。我
浏览 0提问于2015-01-23得票数 5
1回答
基于用户的筛选器与基于项的筛选器之间的决策
recommendation-engine、collaborative-filtering
我正在研究一种算法，为您提供一个平台的推荐，您可以在这个平台上查看餐馆。因此，数据库有3个表，“用户”、“餐馆”和“评论”。评论的评级为1-5。每家餐厅可以有多个评论，用户可以有多个评论。首先，我将解释我目前的研究/结论，通过使用基于内容的过滤器，我找到了一个解决方案。0.75 |
浏览 4提问于2016-11-02得票数 2
回答已采纳
1回答
LensKit推荐只为部分用户返回结果，否则返回空DataFrame。为什么会发生这种情况？
python、machine-learning、django-rest-framework、recommender-systems、lenskit
我正在尝试用Django框架实现一个组推荐系统，使用Python的LensKit工具(特别是一个适应UserUser算法的推荐对象)。然而，它只在某些情况下返回单个推荐(对于某些特定用户)，但它总是返回用户组的推荐(我创建了一个混合用户，其分数是组成员分数的平均值，并为其请求推荐)。下面是我为个人用户和组请求推荐的实现：from .models import Mo
浏览 14提问于2021-05-22得票数 1
回答已采纳
1回答
具有特色的冷启动推荐系统
recommender-system
我必须开发一个推荐系统，其中大多数用户只购买一个项目，所以我有一个冷启动的问题。因此，我将放弃矩阵分解技术和基于内容的系统。我知道我可以把它当作一个多类别的分类问题，在这个问题上，我预测用户最有可能购买的物品。这有两个不方便的地方：
添加新项时会发生什么情况？如何防止系统只推荐最常见的项目？多类问题可能会给非常常见的商品带来更高的概率，而我的建议可能会变得虚假(
浏览 0提问于2021-04-10得票数 0
4回答
目前有哪些常见的推荐算法？都有哪些应用场景？
推荐系统、app、手机、推荐算法
最近对推荐系统很感兴趣，但现在缺少一些很好的学习资料，有谁能简单介绍一些目前都有哪些推荐算法呢，又有哪些应用场景呢？目前手机资讯app推荐的是挺精准的，但是总感觉推荐的有些过于单调了，我每天都只能看到同样的推荐内容，又该如何改进呢？
浏览 4559提问于2018-03-22
6回答
如何使我的推荐引擎适应冷启动？
prediction、recommendation-engine、cold-start
我很好奇有什么方法/途径来克服“冷启动”问题，即当一个新用户或一个项目进入系统时，由于缺乏关于这个新实体的信息，做出推荐是一个问题。
我可以考虑做一些基于预测的推荐(比如性别、国籍等等)。
浏览 3提问于2010-01-03得票数 5
回答已采纳
1回答
项目推荐服务
service、recommendation-engine、collaborative-filtering
我应该用MyMediaLite提供图书推荐服务。到目前为止，我已经使用Nutch爬虫从网站上收集了书籍，并将信息存储到hbase中。问题是，我实际上并不完全理解这些东西是如何工作的。
浏览 1提问于2015-08-31得票数 0
1回答
对于推荐系统，我应该选择什么算法?为什么？
machine-learning、neural-network、algorithms、recommender-system
据我所知，推荐系统大致分为协作系统和内容系统。协作又分为1)内存(使用相似度量)和2)模型(众所周知的矩阵/张量分解)。基于内容的方法包括构造用户配置文件，然后使用支持向量机( SVM )等算法对项目进行分类和推荐。下面是我的问题：我能用神经网络吗？(理解他们对我来说有点困难)
神经网络( NN )只适用于文本和图像处理，数值数据不需要像NN这样复杂的算法</e
浏览 0提问于2017-02-22得票数 1
回答已采纳
2回答
“通用推荐”在Prediction.IO上使用的算法是什么？
algorithm、prediction
下午好在此期间，我知道系统推荐的算法是“协作过滤”和“基于内容的过滤”。
谢谢!
浏览 9提问于2016-03-23得票数 0
3回答
在机器学习中，我应该根据评级、类型、性别等不同的特征推荐哪一种算法。
machine-learning、pyspark、apache-spark-mllib、data-science
我正在开发一个网站，将根据他们的数据向访问者推荐食谱。我正在从他们的个人资料，网站活动和facebook收集数据。关于上面的功能，我想推荐一些新的菜谱，但是他们还没有去过。
ALS算法只接受三个特征: userId，是否还有其他算
浏览 9提问于2017-07-14得票数 2
1回答
WALS Model Tensorflow -获取对新用户的建议
python、tensorflow、recommendation-engine、recommender-systems
我想知道是否有任何方法可以为新用户获得推荐，使用已经训练好的WALS模型，并给出用户喜欢的项目列表。在 python库中有一个类似的特性
浏览 6提问于2018-11-07得票数 1
1回答
如何使用无监督算法通过模型(Customer -> Item list -> Word list in items)对客户进行聚类
nlp、cluster-analysis
需要关于集群模型的建议。有一个customers列表，customers有一个产品列表，每个产品都包含几个单词->。我希望根据活动类型将客户端集群到几个组中-即按常规主题。 您如何将这样的模型引入到向量中，例如K-means？ 到目前为止，我的假设是-将每个单词转换为快速文本向量，例如在TF-IDF上选择前100个单词，然后将* 100 (快速文本向量的大小)加上100个单词，这将产生10,000列。也许是计算上更经济的东西？
浏览 10提问于2019-12-24得票数 0
回答已采纳
3回答
如何利用ML预测新产品的销售
machine-learning、predictive-modeling、recommender-system、forecast
我想这类似于推荐系统中的冷启动问题。但我仍然想知道，是否有任何标准的方法来解决这些问题。
浏览 0提问于2016-08-20得票数 2
1回答
基于cutomer口味的推荐算法
algorithm
我现在面临的挑战是如何根据客户的喜好向客户推荐某些活动/服务。这些口味是客户端添加到它们的配置文件中的标签，而在另一端，活动/服务具有相同的标记。这样做的目的是向客户展示某些最匹配的活动/服务。我想知道是否有已知的技术来创建这个特定的推荐算法。
谢谢您抽时间见我。
浏览 1提问于2021-11-09得票数 0
1回答
矩阵分解推荐如何处理有评级的新电影/用户？
recommender-system、matrix-factorisation
假设您在矩阵n中获得了m电影的D1用户的评级。计算一个表示法通过随机初始化u_i, v_j \forall i \in 1, \dots, n \forall j \in 1, \dots, m并通过梯度下降优化以下表达式：这就是我理解
浏览 0提问于2019-06-26得票数 4
4回答
如何从推荐系统评价中得出结论？
predictive-modeling、recommender-system、information-retrieval、model-evaluations
从我的研究来看，推荐系统是一个信息过滤系统的子类，它试图预测用户对某个项目的“评级”或“偏好”。并且基本上存在多种类型的推荐系统，如协作过滤和基于内容的推荐系统.一个重要的方面是，评估在评估推荐算法的有效性方面非常重要。常用的度量指标有均方误差和根均方误差，还有其他指标，如查准率、召回率等。我的问题是，在我开发了一个推荐系统之后，在使用这些指标进行评估之后，我如何认为我的系
浏览 0提问于2016-09-22得票数 4
1回答
现代推荐引擎有多好？
recommendation-engine
新的推荐人制度必须具备什么样的质量才能具有竞争力？推荐的质量如何？
推荐系统大约有？Update1： (第64页)作者写道，2007年Netflix的前2名算法<
浏览 2提问于2014-11-24得票数 3
回答已采纳
1回答
初始化没有数据集的推荐系统
dataset、recommender-system
考虑基于用户历史的内容推荐平台。内容是书籍和文章，我说的历史是指用户所读的东西，他所分享的东西等等。我知道有很多关于如何训练推荐系统的研究，但是我不知道该做什么来“开始”(平台还没有启动，数据集是空的)。是否有技术考虑没有数据可用的初始化阶段？
浏览 0提问于2018-01-30得票数 1
云服务器
ICP备案
对象存储
云点播
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号