推荐
3篇文章 · 0订阅
  • 经典推荐算法——矩阵分解的原理与实践
    矩阵分解核心思想是将原始的交互矩阵分解为两个低秩矩阵的乘积，分别代表用户和物品的潜在特征。通过这种分解，算法可以在用户和物品的潜在特征空间内计算它们之间的相似度，进而预测用户对未知物品的偏好程度。
    算法
    经典推荐算法——矩阵分解的原理与实践
  • 推荐系统[八]算法实践总结V2：排序学习框架(特征提取标签获取方式)以及京东推荐算法精排技术实战
    开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 13 天，点击查看活动详情” 0.前言 「排序学习（Learning to Rank，LTR）」，也称「机器排序学习（Machin
    算法 掘金·日新计划
  • 推荐系统[二]：召回算法超详细讲解[召回模型演化过程、召回模型主流常见算法(DeepMF_TDM_Airbnb Embedding_Item2vec等)、召回路
    开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 8 天，点击查看活动详情” 1.前言：召回排序流程策略算法简介 推荐可分为以下四个流程，分别是召回、粗排、精排以及重排： 召回是源
    掘金·日新计划 排序算法 深度学习