推薦算法種類總結
（一）協同過濾（CF）大體可分爲：基於鄰域的推薦、基於模型的推薦 1.基於鄰域的協同過濾有：算法 基於用戶的協同過濾：與用戶A類似的用戶B，推薦用戶A喜歡的物品給B 基於物品的協同過濾：推薦與用戶A歷史上喜歡的物品相近的物品 2.基於模型的推薦：使用部分機器學習算法，找出用戶與項的相互做用模型，從而找出數據中的特定模式。機器學習 其中以前研究的NMF模型就是其中的一種，NMF屬於基於模型的協同過濾
相關文章
- 1. 推薦算法總結
- 2. 推薦算法之類似性推薦
- 3. 推薦算法-研究總結
- 4. 推薦系統算法總結
- 5. 協同過濾推薦算法總結
- 6. 典型推薦算法總結
- 7. 天貓推薦算法大賽總結
- 8. 抖音推薦算法總結
- 9. 【推薦系統】算法總結(2) ItemCF
- 10. 推薦算法分類
- 更多相關文章...
- • Docker 資源彙總 - Docker教程
- • Redis的6種數據類型 - Redis教程
- • 算法總結-回溯法
- • 算法總結-廣度優先算法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 推薦算法總結
- 2. 推薦算法之類似性推薦
- 3. 推薦算法-研究總結
- 4. 推薦系統算法總結
- 5. 協同過濾推薦算法總結
- 6. 典型推薦算法總結
- 7. 天貓推薦算法大賽總結
- 8. 抖音推薦算法總結
- 9. 【推薦系統】算法總結(2) ItemCF
- 10. 推薦算法分類