继搜索引擎之后，推荐系统改变了用户与网站之间的交互方式，在提高用户参与度和多样化推荐产品方面有重要的应用。亚马逊有35%的利润来源于它的推荐系统，Netflix有75%的用户根据推荐系统选择电影。 推荐系统是一个非常大的话题，本文介绍一种常用的基于模型的协同过滤算法——SVD（…

该库旨在尽可能简单直观地解析 HTML，仅支持 Python 3.6。 该项目是一个可扩展的 Python 框架，可以轻松编写小型测试，支持更复杂的功能测试。 Python 编写的终端会话录制器。 Snips-nlu 是一个 Python 库，可以解析用自然语言编写的句子并提取…

有人沉迷于刷抖音，有人沉迷于刷知乎，推荐系统如今已经影响甚至控制着人们的生活。本文将从最简单的算法和流程入手，使用Flask和gorse快速搭建一个Steam游戏推荐系统。 Steam: 通过API提供库存信息，以及提供游戏封面图片。 这个Steam游戏推荐系统已经部署到了st…

Orange3 是一个新手和专家都可以使用的开源机器学习和数据可视化工具。在交互式数据分析工作流程中拥有大型的工具箱。

PredictionIO 是一个用Scala编写的开源机器学习服务器应用，可以帮助你方便地使用RESTFul API搭建推荐引擎。 PredictionIO的核心使用的是一个可伸缩的机器学习库，基于Spark一个完整的端到端Pipeline，让使用者可以非常简单的从零开始搭建一…

先来回答一个最关键的问题：到底什么是推荐系统？ 下面从3个角度来回答： 它能做什么 它需要什么 它怎么做 先来第一个问题推荐系统能做啥？推荐系统可以把那些最终会在用户（User）和物品（Item）之间产生的连接提前找出来。

简单定义来说：推荐系统是一个信息过滤系统，根据用户的历史行为，社交关系，兴趣点，来判断用户当前感兴趣的物品和内容。 其根据不同的目标定义，也会导致不同的推荐结果，从考虑的measure上来考虑，包括用户满意度，预测准确度，覆盖率，多样性，新颖性，精细度，实时性，内容时效性，内容…

做广告业务1年多时间了，但是平时的工作主要和 广告工程 有关，核心的广告算法由 AI 部门支持，对我们而言可以说是「黑盒般」的存在，只需要对训练好的模型进行调用即可。 近期，我打算系统性地学习下广告中的搜索和推荐算法，当然更多是从工程的视角去弄清楚：算法的基本原理、以及面对线上…