推荐系统算法
1、基于人口统计学的推荐
用户画像
2、基于内容的推荐
相似度计算
基于内容的推荐算法
基于内容推荐系统的高层次结构
特征工程
数值型特征处理
归一化
离散化
类别型特征处理
时间型特征处理
统计型特征处理
推荐系统常见反馈数据
基于 UGC 的推荐
基于 UGC 简单推荐的问题
TF-IDF
TF-IDF 对基于 UGC 推荐的改进
3、基于协同过滤的推荐
3.1 基于近邻的推荐
基于用户的协同过滤(User-CF)
基于物品的协同过滤(Item-CF)
User-CF 和 Item-CF 的比较
基于协同过滤的推荐优缺点
3.2 基于模型的协同过滤
隐语义模型(LFM)
LFM 降维方法 —— 矩阵因子分解
LFM 的进一步理解
矩阵因子分解
模型的求解 —— 损失函数
模型的求解算法 —— ALS
梯度下降算法
原文地址:https://www.cnblogs.com/qfdy123/p/14393009.html