腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
如何计算python中两个列表的精确性和召回率
python
、
scikit-learn
、
precision-recall
我写了一个
电影
推荐
系统
。我有向用户
推荐
的20部
电影
和150部最终用户真正看过的
电影
的列表。我如何在python中计算出这两个列表中的精确性和回忆性呢?例如,我
推荐
给用户的10部
电影
是用户真实看到的,计算结果是: 10/150,精度计算是: 10/20。
浏览 0
提问于2019-05-02
得票数 1
1
回答
Apache Mahout:如何处理动态数据评级
mahout
、
recommendation-engine
所谓动态数据评级,我指的是基于时间的
推荐
系统
。换句话说,相同的历史数据得分不同,这取决于
推荐
发生的时间。谢谢。乔治
浏览 3
提问于2012-03-19
得票数 2
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
。预测评级是使用用户的历史和他对
电影
的评级来计算的。 我正在尝试建立一个新闻
推荐
系统
浏览 0
提问于2015-01-23
得票数 5
1
回答
推荐
系统
如何向新用户
推荐
电影
?
machine-learning
、
neural-network
、
deep-learning
、
data-mining
、
recommender-system
假设一个新用户从未在网站上对任何
电影
进行评级,或者
系统
从未见过该用户。
系统
如何向用户
推荐
电影
,并基于什么?我们将如何评价建议,建议是否准确或适当,以及
系统
对建议有多大的信心。
浏览 0
提问于2018-03-08
得票数 2
回答已采纳
1
回答
如何用
电影
镜头数据集评价最佳
推荐
系统
?
recommender-system
、
information-retrieval
、
model-evaluations
基于我的研究,
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一项的“评级”或“偏好”。我目前正在开发一个协作过滤
推荐
系统
,基本上是向用户
推荐
最上面的'n‘项(我使用了用户项算法)。因此,在此基础上,我将尝试使用
电影
镜头数据集对我的
推荐
系统
进行评估,从我的研究来看,典型的顶级
推荐
评估方法是归一化折现累积增益(NDCG)和精度/召回。因此,我的问题是如何使用这些度量标准(或者如果您对另一个度量有
浏览 0
提问于2016-10-02
得票数 2
1
回答
使用SVD的建议
recommendation-engine
、
svd
、
recommender-systems
实际上,我在LIRIS (计算机科学研究实验室)实习,从事
推荐
系统
的工作。我的实习生导师让我做一个关于
推荐
电影
的演讲,感谢明天的SVD。所以我了解到了这一点。我想我理解了A= US(V^T)的数学部分,但对于下一步(
推荐
电影
),有些事情对我来说并不是很清楚。我发现了大量的知识,但在我的脑海中并不清楚:D 我不明白SVD计算的是矩阵A中缺失的数字(预测没有给
电影
评分的用户的评分),还是我们需要一个密集的矩阵A,我们将其分解为3个矩阵来
推荐
电影</
浏览 2
提问于2018-05-16
得票数 0
1
回答
带有整个对象的
JSP
get/setParameter
jsp
我正在使用
JSP
,我成功地创建了
jsp
站点,这些站点使用了
jsp
:setParameter和
jsp
:getParameter和single Strings。使用这些表单,我想将所选的
电影
提交给另一个
jsp
:<%@page languag
浏览 1
提问于2013-05-20
得票数 3
回答已采纳
1
回答
如何选择tensorflow
推荐
系统
的嵌入大小
tensorflow
、
recommender-system
、
embeddings
我要建立一个
推荐
系统
使用TensorFlow
推荐
和双塔模型.我想知道,如何选择嵌入维的大小。对于大规模
推荐
系统
,是否有这方面的文件?例如,Google为
电影
推荐
选择了32维的尺寸。
浏览 0
提问于2021-09-26
得票数 1
回答已采纳
2
回答
neo4j中具有属性的协同过滤密码
neo4j
、
cypher
、
graph-databases
、
collaborative-filtering
我正在使用neo4j建立一个
推荐
系统
。我有以下设置: 向user
推荐
顶级
电影
,用户还没有看过,但是other users也看过类似的
电影
。条件显然是每个属性对每部
电影
都有一定的权重。例如,adventu
浏览 5
提问于2017-03-14
得票数 4
回答已采纳
1
回答
如何在
推荐
系统
中包含用户功能?
recommender-system
我在这件事上是新手,但我在考虑制定
推荐
人制度。让我们以
电影
推荐
系统
为例。我们有一个关于
电影
ID (或名字)的专栏,一个与用户给每部
电影
的费率相关的矩阵,还有一个具有
电影
特征的矩阵(浪漫、戏剧等)--加入了一张照片,显示了这个公式。那么,我希望使用用户特性来改进我的
推荐
吗?
浏览 0
提问于2020-09-24
得票数 1
回答已采纳
1
回答
基于用户喜好的弹性
电影
推荐
elasticsearch
我的目标是建立
电影
推荐
系统
。我有两种类型:样本文件: "_index": "mymovies", "_id": "1",样本文件: "Name" : "Doni de brun", "moviesLiked&qu
浏览 3
提问于2016-04-18
得票数 0
1
回答
基于内容的Mahout
推荐
python
、
recommender-system
、
apache-mahout
使用Mahout可以得到类似产品的
推荐
吗?例:Movie_name,Actor_1,Actor_2,Actress_1,Actress_2,导演,主题,语言 现在给出了一个Movie_name,
系统
应该根据属性
推荐
前3部类似的
电影
。
浏览 0
提问于2015-11-18
得票数 3
1
回答
发现非感兴趣的属性
machine-learning
、
recommender-system
我想问一个关于
推荐
系统
的问题。我们正在向用户展示一些
电影
,他们必须决定他们是否喜欢它们。这些
电影
只有几个特点。我们将属性显示为块。用户可以决定他们是否喜欢(这个块)。我们总结这些决定,以
推荐
他们在未来更多的
电影
。我的问题是:有什么方法可以告诉我们用户是否对给定的属性不感兴趣?例如,如果用户在回答“是”或“否”时从不考虑持续时间。
浏览 0
提问于2015-10-22
得票数 3
2
回答
基本
推荐
引擎算法
algorithm
、
recommendation-engine
我想写一个基本
推荐
系统
的目标-C和我正在寻找一个基本的算法,为这项工作。不幸的是,现成的
系统
已经不在桌面上了,因为似乎没有一个是为了目标C。我将有一个项目数据库,每个项目都有标签(比如带有“恐怖”、“动作”等标签的
电影
)。每个项目将有5个左右的这些标签。由于用户继续使用该
系统
并对各种项目进行评级(在恨/喜欢/爱的基础上),我想根据这些反馈来调整
推荐
标记的权重。当他们的个人资料增加时,我也会考虑他们的一些其他属性,例如,如果这涉及
电影
的话,比如“80年
浏览 3
提问于2012-05-11
得票数 6
2
回答
将
电影
的年份从
电影
标题栏分割开来
python
、
string
、
split
我正在为
推荐
系统
使用
电影
镜头数据集。我想把
电影
的年份从标题栏中分割出来,并把它放在一个名为“年份”的新功能中。)]', title)危险心理(1995年)Paradiso
电影
院(Nuovo
电影
院Paradiso) (1989年)
浏览 5
提问于2017-05-26
得票数 0
回答已采纳
1
回答
选择合适的匹配概率预测算法
machine-learning
、
classification
、
probability
、
scoring
、
azure-ml
当一个新的人到来时,我想隔离一群人(按概率排列)来
推荐
他们。 在这种情况下,输入将是一个人与他们的所有特征和输出将是一个名单的人排序的可能性匹配。
浏览 0
提问于2016-08-20
得票数 3
1
回答
交替最小二乘
machine-learning
、
python
、
statistics
有人能解释交替最小二乘(ALS)和
推荐
系统
之间的区别吗? 你给我举个例子会有帮助的。
浏览 0
提问于2020-08-12
得票数 0
4
回答
为什么Netflix奖如此具有挑战性?
recommendation-engine
、
netflix
一般来说,大多数
推荐
引擎都很难改进吗?如果有,原因何在?或者,Netflix是不是很难改进,如果是这样的话,Netflix有什么特别之处,让它比亚马逊更具挑战性?
浏览 1
提问于2009-06-19
得票数 17
回答已采纳
1
回答
如何使用矩阵分解生成
推荐
recommendation-engine
、
latent-semantic-analysis
我已经读过一些关于
推荐
系统
中的矩阵分解(潜在因子模型)的论文,我可以实现该算法,我可以得到与论文在MovieLens数据集上所说的类似的均方根结果。然而,我发现,如果我尝试通过对预测评分进行排名来为每个用户生成top-K(例如K=10)
推荐
电影
列表,似乎所有用户认为评分最高的
电影
是相同的。 这就是它的工作原理,还是我弄错了?
浏览 3
提问于2012-12-07
得票数 1
1
回答
使用328 engine构建
推荐
引擎
recommender-system
在这里,我可以得到完整的指南(一步一步)建立一个
推荐
系统
,例如使用
电影
数据集构建基于内容,协作或可能是混合
系统
。
浏览 0
提问于2016-02-07
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
【推荐电影】
M-JSP无限点餐系统
电影推荐——被片名耽误的好电影
碟中谍这么火,我用机器学习做个迷你推荐系统电影
M-基于JSP的酒店预订系统
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券