推荐系统-机器学习

人月聊IT
126 阅读1分钟

推荐系统-机器学习，Netflix电影推荐系统比赛-100W$，个性化正在改变我们关于世界的经验。

image.png

影片推荐

image.png

商品推荐

image.png

音乐推荐

image.png

朋友推荐

image.png

药品-靶 相互作用

image.png

image.png

image.png

image.png

同现矩阵

image.png

image.png

应用同现矩阵做推荐

image.png

同现矩阵必须被正规化

image.png

image.png

image.png

利用所有的矩阵的信息

稀疏矩阵

通过用户和物品的特征进行推荐

image.png

利用矩阵形式预测

image.png

image.png

image.png

残差平方和 image.png

矩阵因子分解模型

image.png

冷启动问题

image.png

结合特征发现主题

image.png

混合模型

image.png

产品系列

image.png

image.png

推荐系统的性能度量

image.png

准确率和召回率

image.png

上图中，召回率=3/5

准确率：多少浪费在不喜欢的物品上

image.png

如何让召回率最大？？

image.png

image.png

最优推荐

image.png

image.png

哪一个算法最好？？

最大曲线下面积（AUC）

image.png

推荐系统总结

术语：协同过滤

image.png

推荐系统总结

用户数据集，抽出产品特征，矩阵分解模型，每个用户的特征，每个产品的特征，权重，预期的评分，判断是否拟合，残差评分和。

image.png

礼物推荐系统

推荐系统实践-获取和探索音乐数据

image.png

推荐系统实践-构建和评估基于流行度的音乐推荐系统

image.png

image.png

image.png

推荐系统实践-构建和评估个性化的音乐推荐系统

image.png

推荐系统实践-召回率来比较推荐模型

image.png

个性化模型更接近1，效果优于流行度模型

avatar
文章
阅读
粉丝