Публикации по теме 'collaborative-filtering'
Глубокое обучение для рекомендательных систем
Глубокое обучение для рекомендательных систем
Как мы улучшаем рекомендации по автомобилям на mobile.de
Поиск автомобиля, который соответствует вашим предпочтениям, может оказаться очень трудоемкой задачей и может свести вас с ума. С другой стороны, с примерно 1,5 миллионами автомобилей на нашей платформе, описания транспортных средств, которые постоянно меняются, и пользователи, которые все еще изучают, также могут свести с ума нас как поставщика решений. В этих обстоятельствах..
4 механизма рекомендаций, которые могут предсказать ваши вкусы к фильмам
« Какой фильм мне посмотреть сегодня вечером? »
Приходилось ли вам хотя бы раз отвечать на этот вопрос, приходя с работы домой? Как по мне - да, и не раз. От Netflix до Hulu необходимость создания надежных систем рекомендаций по фильмам чрезвычайно важна, учитывая огромный спрос на персонализированный контент со стороны современных потребителей.
Пример системы рекомендаций такой:
Пользователь А смотрит Игру престолов и Во все тяжкие . Пользователь Б выполняет поиск в Игре..
Реализация рекомендателя фильмов на основе неявной обратной связи
Реализация рекомендателя фильмов с совместной фильтрацией на основе неявной обратной связи
Практическое руководство по преобразованию набора данных MovieLens-1m в неявную обратную связь для рекомендательной системы
В этой истории мы собираемся использовать набор данных MovieLens 1m для создания рекомендателя фильмов. Мы будем использовать алгоритм матричной факторизации: метод альтернативных наименьших квадратов (ALS), который реализован в неявной библиотеке. Наша основная цель -..
Основы рекомендательной системы
Рекомендации стали неотъемлемой частью нашей жизни. Мы видим это повсюду, начиная от рекомендаций друзей/последователей в социальных сетях и заканчивая рекомендациями о работе и мероприятиях. В этом посте я хочу рассказать об основах рекомендательной системы.
Что такое рекомендательная система? Что они делают? Где их не использовать? Ограничения?
Рекомендация связана не с интересом, а с симпатией . Для рекомендации товаров/продуктов/услуг пользователю важно знать, понравились ли..
Мой код Python для гибких рекомендаций
Мой дополнительный пользовательский код Python, который позволяет вам выполнять более гибкие рекомендации на основе моделей стиля K-Nearest Neighbor библиотеки Surprise.
В моем предыдущем сообщении в блоге я подробно обсуждал, как работать с системой рекомендаций на Python с использованием библиотеки Surprise, от обработки данных до прогнозов и лучших рекомендаций. Я предлагаю вам сначала прочитать этот пост как введение в системы рекомендаций с совместной фильтрацией, если вы не..
Рекомендательная система с нуля
Интуитивное пошаговое руководство
Вступление
Когда я начал свое путешествие по машинному обучению, было несколько концепций, которые меня очень увлекли, одной из таких вещей были рекомендательные системы. Это было одно из тех приложений машинного обучения, которые вы могли часто видеть в своей повседневной жизни. Делая покупки на Amazon, покупая одежду в Myntra, просматривая фильмы на Netflix, у нас были рекомендации повсюду, и, конечно же, знаменитый Конкурс Netflix Prize..
Мой путь к созданию системы рекомендаций по книгам. . .
Мой путь к созданию системы рекомендаций по книгам. . .
Системы рекомендаций давно занимали меня, и из-за моей склонности к чтению книг изучение набора данных Book Crossing было очень увлекательным.
Системы онлайн-рекомендаций используются на многих сайтах электронной коммерции. Система рекомендаций широко рекомендует покупателям продукты, которые лучше всего соответствуют их вкусам и особенностям. Для получения более подробной информации о рекомендательных системах прочтите мой..
