首页 > 其他 > 详细

(3)浅析机器学习在推荐系统中的应用

时间:2019-02-10 19:00:35      阅读:215      评论:0      收藏:0      [点我收藏+]

如今主流推荐系统的重点由三个部分组成:有关物品检索,物品排序以及用户特征提取。用户特征通过用户特点,用户的购书记录,用户搜索的关键字,用户的评分收藏行为等方法进行获取。可以使用聚类的方式对用户特征进行降维。在取得用户的兴趣以后,推荐系统应该按照特点找到和用户有关的物品。通常根据倒排索引技术完成有关物品的检索。最具代表性的索引是“物品—物品”索引。在获得和用户有关的候选物品以后,就应该对候选物品实行排序。根据候选物品特点以及用户特点,得出用户对物品的预估点击率,然后把候选物品依照点击率进行排序。

 

(3)浅析机器学习在推荐系统中的应用

原文:https://www.cnblogs.com/paradis/p/10359959.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!