个性化推荐技术漫谈   2009-07-05 00:32:22

就能够将他们最感兴趣的内容作为当前用户的推荐结果推荐给这个用户。也就是说，以前的行为选择与你相似的用户，在以后的行为中很可能也会和你相似。因此将这些用户做为基准来向你推荐内容。协同过滤的核心问题是寻找与目标用户兴趣相近的一组用户。这种相似用户通常被称为...

作者：幂次空间 （幂次空间） 标签：个性化推荐 最近邻协同过滤 内容项协同过滤 it 订阅

推荐引擎：从搜索到发现   2009-07-04 23:54:00

另一种被称为“协同过滤”(CollaborativeFiltering)的推荐方式也得到了越来越广泛的应用。如果说“基于内容的过滤”可以被视作由机器完成的推荐，那么“协同过滤”就可以被看成由人完成的推荐。以“协同过滤”推荐机制为核心，网站并不需要做出如同“What toRent”...

作者：幂次空间 （幂次空间） 标签：推荐系统 协同过滤 基于内容过滤 订阅

Collaborative Filtering   2008-11-24 10:58:04

activeuser，找到跟其比较接近（或者相似）的几个neighbour。对于这些neibour对activeuser的interest进行预测，把那些潜在的interest推荐给active user。item-base:与user-based相对应。协同过滤推荐根据用户对相似项的评分预测该用户对目标项的评分，它基于这样一个假设：...

作者：waterbaby （waterbaby~小窝~Julia） 标签：协同过滤 推荐系统 it 订阅

推介方法: 基于项目评分预测的协同过滤推荐算法   2008-10-20 19:18:11

题目：基于项目评分预测的协同过滤推荐算法作者：邓爱林，复旦大学博士出处：2003 软件学报问题提出：传统协作式推介（CF）算法的最大问题在于用户对被推介项评分过于稀疏，导致推介质量的下 降。核心思想：为了解决被推介项的稀疏问题，对用户为评价项进行估值，...

作者：咚咚咚 （咚咚咚的BLOG） 标签：相似度 相似性 算法 余弦 软件学报 协同过滤 杂谈 订阅

推介基本方法   2008-10-19 21:23:29

一、基于内容的推介基于内容的推荐（Content-basedRecommendation）是信息过滤技术的延续与发展，它是建立在项目的内容信息上作出推荐的，而不需要依据用户对项目的评价意见，更多地需要用机器学习的方法从关于内容的特征描述的事例中得到用户的兴趣资料。在基于内容的推荐...

作者：咚咚咚 （咚咚咚的BLOG） 标签：推介 协同过滤 最近邻 方法 it 订阅

基于用户兴趣局部相似性的协同过滤推荐算法（一）   2008-09-23 14:37:08

有提出了一种平滑聚类的方法来克服稀疏性问题，他基于稀疏的用户评分矩阵，对用户进行聚类，同类用户间进行推荐。但由于用户之间个体的差异性，类别的多维性，聚类的标准难以把握等问题，会导致个性化推荐的精度降低。还有提出基于影响集的协同过滤推荐算法。理论可以克服...

作者：小强 （小强） 标签：协同过滤算法 it 订阅

推荐引擎：从搜索到发现   2008-03-31 11:31:58

另一种被称为“协同过滤”(Collaborative Filtering)的推荐方式也得到了越来越广泛的应用。如果说“基于内容的过滤”可以被视作由机器完成的推荐，那么“协同过滤”就可以被看成由人完成的推荐。以“协同过滤”推荐机制为核心，网站并不需要做出如同“What toRent...

作者：推荐引擎实验室 （推荐引擎实验室的BLOG） 标签：推荐引擎 协同过滤 亚马逊 豆瓣 it 订阅