最新 最热

头条、快手,那些我曾经错过的暴富机会

一位北京阿里的朋友M君到杭州出差,前几天一块吃饭,15-16年间,我们都在猎豹移动,是一个大组的同事兼饭友。聊了很多事情,一些共同认识的人和事,各自的行业动态等。过去几年,我对业内几家公司的判断,都准了,并在非常初期的时候就...

2019-04-25
0

干货 | 全球顶级算法赛事Top5选手,跟你聊聊推荐系统领域的“战斗机”

朱麟,携程酒店研发部排序算法组资深算法工程师,主要负责携程酒店排序相关的AI项目,多年行业相关经验。博士毕业于中国科技大学,专注于推荐系统算法的应用和研发。...

2019-04-22
1

Spark机器学习实战 (十二) - 推荐系统实战

将结合前述知识进行综合实战,以达到所学即所用。在推荐系统项目中,讲解了推荐系统基本原理以及实现推荐系统的架构思路,有其他相关研发经验基础的同学可以结合以往的经验,实现自己的推荐系统。...

2019-04-21
0

大神推荐的16本学习数据分析挖掘的好书

深入浅出数据分析 以类似“章回小说”的活泼形式,生动地向读者展现优秀的数据分析人员应知应会的技术。

2019-04-18
0

“猜你喜欢”是怎么猜中你心思的?

(文/Joseph A. Konstan & John Riedl)如今,到网上购物的人已经习惯了收到系统为他们做出的个性化推荐。Netflix 会推荐你可能会喜欢看的视频。TiVo 会自动把节目录下来,如果你感兴趣就可以看。Pandora 会通过预测我们想要...

2019-03-21
0

推荐系统召回四模型之全能的FM模型

作者简介:中国中文信息学会理事,中科院软件所博士。目前在新浪微博 AI Lab 担任资深算法专家。在此之前,张俊林曾经在阿里巴巴任资深技术专家并负责新技术团队,以及在百度和用友担任技术经理及技术总监等职务。同时他是技...

2019-03-15
0

清华张敏教授:个性化推荐研究进展(可解释性、鲁棒性和公平性)

[导 语]本文是清华大学张敏副教授在Byte Tech 2019 机器智能前沿论坛上的分享实录。Byte Tech 2019由中国人工智能学会、字节跳动、清华大学联合主办,清华大学数据科学研究院协办。...

2019-03-08
0

常用推荐算法介绍——基于内容的推荐算法

基于内容的过滤算法会推荐与用户最喜欢的物品类似的物品。但是,与协同过滤算法不同,这种算法是根据内容(比如标题、年份、描述),而不是人们使用物品的方式来总结其类似程度的。例如,如果某个用户喜欢电影《魔戒》的第一部和...

2019-03-06
0

推荐系统遇上深度学习(二十九)--协同记忆网络理论及实践

协同过滤(collaborative filtering)是推荐系统中经典的一类方法。协同过滤中比较经典的解法有基于邻域方法、矩阵分解等,这些方法都有各自的优点和缺点,本文介绍的方法-协同记忆网络(Collaborative Memory Network,简称C...

2019-03-06
0

推荐系统遇上深度学习(三十)--深度矩阵分解模型理论及实践

本文提出了一种基于神经网络结构的矩阵分解模型。该模型综合考虑了用户对物品的显式评分和非偏好隐式反馈,然后通过两组神经网络将用户和物品的特征提取到一个低维空间;并通过设计的新的损失函数进行反向学习。本文设计...

2019-03-06
0