原创 使用概率矩陣模型在推薦系統中整合多種信息
做推薦時，往往會有不同的數據可用。如Netflix數據集中，有用戶的顯示評分信息（1-5），也有用戶隱式評分信息（即用戶觀看記錄，但沒有評分）；在上下文廣告推薦中，有用戶訪問網頁信息R1、用戶點擊廣告信息R2和廣告與網頁關聯度信息R3。那
2020-07-04 12:49:41
1
原创 一個memory-based協同過濾算法的改進（基於隱式評分）
先來看定義。“顯示評分”俗稱打分，如Netflix中允許用戶給每部電影打1-5分，豆瓣電影也允許用戶給電影評星級（很差—力薦）。而“隱式評分”是指用戶的瀏覽記錄，購買記錄之類的0-1評分（用binary數值0表示沒有瀏覽/購買，1表示瀏覽
2020-07-04 12:49:41
14
原创 如何使基於梯度下降的機器學習並行化
本文，討論batch-gradient和stochastic gradient descent的並行化。 首先來看batch-gradient。batch-gradient的每次更新都要在整個訓練集上計算獲得。比如，logistic re
2020-07-04 12:49:41
1
原创 基於《Web Intelligence and Big Data》的自我梳理 一、二
課程裏總共分爲6個模塊：LOOK, LISTEN, LOAD, LEARN, CONECT, PREDICT。不過我這邊只總結前5個。 一、LOOK（搜索） 首先，大家對搜索都不陌生。搜索引擎爲每個文檔建立反轉索引。但由於文檔數太多，光
2020-02-23 00:58:01
原创 如何將用戶表示成機器可以處理的形式（基於內容的推薦）
當用戶信息（如年齡，性別）和物品信息（如製片方，上映年份，所屬類型）可用時，如何在推薦系統中利用這些信息？也是實現所說的基於內容（content-based）的推薦。其實基於內容的推薦要解決兩個主要問題：item profile 和 us
2020-02-23 00:58:01
原创 矩陣分解模型MF如何進行在線更新
目前在評分預測方面，Matrix factorization模型是performance最好的一個模型。但它的缺點是整個模型訓練完後是靜態的。所謂靜
2020-02-23 00:58:01
原创 基於《Web Intelligence and Big Data》的自我梳理 三、四
三、LOAD LOAD可以理解爲數據實際上的處理。首先看看數據庫。傳統關係型數據庫主要是面向事務的。最早基於row-oriented存儲，使用B+樹索引。由於不同事務間的併發，爲了滿足ACID（原子性，一致性，隔離性，持久性），傳統關係型
2020-02-23 00:58:01
原创 推薦系統如何給新用戶提問題
簡單地歸類下，有兩種方法：採用問問題的方式 和 利用已有的信息（比如用戶配置）。本文先只討論第一種方法。 推薦系統冷啓動問題有個很“簡單”的解決方案：給幾個物品讓用戶評分，而且鑑於用戶不喜歡一次評很多東西，通常只給很少的物品，比如5-1
2020-02-23 00:58:01
原创 推薦系統中的協同過濾算法
協同過濾Collaborative Filtering (CF)算法是推薦算法的一個大分支，基本思想是推薦相似的物品，或者推薦相似用戶（隱式或者顯式）評分過的物品。CF方法主要可以分爲兩類：基於鄰域和基於隱語義。 ①基於鄰域的方法利用
2020-02-23 00:58:01
原创 如何捕捉推薦系統中隨時間變化的動態信息
首先來看爲時間信息建模的重要性 事物是動態變化的。不僅是人的喜好、品味會隨着時間的推移改變（比如，一個喜歡看韓劇的用戶漸漸喜歡上了國產“恐怖片”；或用戶打分的標準比以往更嚴格了，感覺極好的也只打4分）。物品的流行度也會隨着其他物品的出現，
2020-02-23 00:58:01
1
原创 如何利用knowledge base來做推薦
本文描述的是推薦系統使用Linked Data做爲主要數據源的情況。 注：文中的SparQL語句可以在這裏查詢 首先介紹一點背景信息。Dr. Gautam Shroff在《Web Intelligence and Big
2020-02-23 00:58:01
原创 基於《Web Intelligence and Big Data》的自我梳理 五
五、CONECT 有了facts 和 rules，我們可以進行推斷。比如： fact： Obama is president of USA rule: X is president of C => X is leader of C 我們可
2020-02-23 00:58:01
原创 算法複習（一）——最小生成樹
求最小生成樹可以使用Prim或Kruskal算法 Kruskal比較直觀，因爲邊是按全局從小到大依次考慮的，所以能保證全局最優解。若不構成環，則加入這條邊；否則，丟棄這條邊。因爲出現環，說明當前已經有邊將該點加入生成樹，而越先考慮的邊代價
2018-08-23 19:36:59
原创 算法複習（二）—— 最短路徑
經典的Dijkstra最短路徑算法只適用沒有負邊的情況。因爲該算法，一個點到起點的最短距離一旦確定（採用貪心策略），它就不會再更改。而負邊會破壞這個貪心的正確性。 對於有負邊的情況，可以使用bellman-ford算法。它的思想是一條路徑
2018-08-23 19:36:59
原创 數據結構複習（二）—— 棧
要實現一個簡單的計算器很容易：維護一個操作棧和一個數據棧。 但寫出讓自己滿意的代碼挺難。 這是我的最終稿 測試用題： hdu 1237 import java.io.IOException; import java.io.Input
2018-08-23 19:36:59
2