机器学习笔记 - 构建推荐系统(1)的步骤
2023-09-14 09:01:36 时间
一、概述
推荐系统旨在预测用户可能喜欢什么,尤其是当有很多选择时。他们可以明确地向用户提供这些推荐,或者他们可能会在幕后工作,在不给用户选择的情况下选择要显示的内容。
无论哪种方式,“为什么”都很清楚:它们对某些类型的企业至关重要,因为它们可以让用户接触到他们可能没有找到的内容,或者让用户参与的时间比他们本来应该的时间更长。虽然构建一个简单的推荐系统可能非常简单,但真正的挑战是真正构建一个有效的系统,让企业从其输出中看到真正的提升和价值。
推荐系统可以使用多种技术来构建,从简单的(例如,仅基于来自同一用户的其他评分项目)到极其复杂的技术。复杂的推荐系统利用各种不同的数据源(一个挑战是使用非结构化数据,尤其是图像作为输入)和机器学习(包括深度学习)技术。因此,它们非常适合人工智能世界,更具体地说是无监督学习;随着用户继续消费内容并提供更多数据,可以构建这些系统以提供越来越好的推荐。
二、推荐系统的两种类型
推荐系统有两种主要类型,每种都有不同的子类型。根据目标、受众、平台和您推荐的内容,这些不同的方法可以单独使用,但通常情况下,最好的结果来自于组合使用它们:
1、协同过滤
相关文章
- 机器学习十大经典算法之决策树
- 直播丨零基础入门机器学习:线性回归模型
- 机器学习方法:回归(三):最小角回归Least Angle Regression(LARS),forward stagewise selection
- 李宏毅《机器学习 深度学习》简要笔记(一)
- Deep Learning Chapter01:机器学习中概率论
- 机器学习入门 3-10 Numpy中的比较和Fancy Indexing
- 默克与Saama合作构建机器学习驱动的临床数据层,加强临床开发能力
- 2023年机器学习趋势分析
- 机器学习路线图整理
- 2023-01-02:某天,小美在玩一款游戏,游戏开始时,有n台机器,每台机器都有一个能量水平,分别为a1、a2、…、an,小美
- 新系统上线如何规划机器容量
- A.深度学习基础入门篇[二]:机器学习常用评估指标:AUC、mAP、IS、FID、Perplexity、BLEU、ROUGE等详解
- 机器学习的应用领域有哪些?
- 如何使用 syslog-ng 从远程 Linux 机器上收集日志
- 机器人也能有触觉:北航造了根机器手指 纹理识别准确率100%
- 检查机器中是否安装了Redis(查看是否安装了redis)
- 64位机器上安装Oracle9i顺利完成(64位装oracle9i)
- 精打细算使用分布式Redis最少只需2台机器(分布式redis最少几台)
- 优必选周剑:90%机器人公司会死掉,人形机器人才是星辰大海