分类 推荐系统电子书 下的文章


撰写于    浏览:710 次  分类: 推荐系统电子书
1、封面介绍2、出版时间2018年10月3、推荐理由推荐系统发展到现在产生了许多具有广泛影响力的算法模型,经典的算法是协同过滤算法,其易于实现,因而具有广泛的实用价值,但它也存在着算法复杂度高和推荐精度低的问题。《机器学习算法实践——推荐系统的协同过滤理论及其应用》提出了一系列改进协同过滤推荐质量的方法,并将相关算法应用到实际生活中,开发出一个原型[...]

撰写于    浏览:1982 次  分类: 推荐系统电子书
1、封面介绍2、出版时间2020年1月3、推荐理由适读人群:本书主要面向广大从事风险控制的分析师、建模师、算法工程师。也适合对传统信用评分卡有初步认识的在校学生。同时也适合对机器学习在风控领域应用感兴趣的读者。本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践,从原理、算法与工程实践3个维度全面展开,包含21种实用算法和26个解决方案[...]

撰写于    浏览:376 次  分类: 推荐系统电子书
1、封面介绍2、出版时间2016年3月3、推荐理由如何能牢牢地黏住老用户、吸引新用户、读懂用户的偏好兴趣和喜怒哀乐,这都是对企业发展至关重要甚至关乎生死存亡的问题,解决这个问题的方法就是推荐系统。本书分为上中下三篇,共13章,上篇为用户画像知识工程基础,包括表征建模、画像计算、存储及各种更新维护等管理操作;中篇为推荐系统与用户画像,包括传统协同过滤[...]

撰写于    浏览:2212 次  分类: 推荐系统电子书
1、封面介绍2、出版时间2020年4月3、推荐理由这是一本从技术、产品和运营3个角度讲解如何从0到1构建用户画像系统的著作,同时它还为如何利用用户画像系统驱动企业的营收增长给出了解决方案。作者有多年的大数据研发和数据化运营经验,曾参与和负责多个亿级规模的用户画像系统的搭建,在用户画像系统的设计、开发和落地解决方案等方面有丰富的经验。全书一共9章:第[...]

撰写于    浏览:440 次  分类: 推荐系统电子书
最近Google开源了基于Tensorflow的推荐器, 一个新的开源Tensorflow包。它的特点可以总结为下面四个:(1)它有助于开发和评估灵活的候选nomination模型;(2)它可以很容易地将商品、用户和上下文信息合并到推荐模型中;(3)它可以训练多任务模型,帮助优化多个推荐目标;(4)它使用TensorFlow Serving为最终模[...]

撰写于    浏览:325 次  分类: 推荐系统电子书
在深度学习盛行的时代,经典的协同过滤方法是否还在各大公司的推荐引擎中使用呢?答案是肯定的,协同算法在推荐领域中有这不可磨灭的基因,作为分发和传播能力极强的方法,至今,协同过滤方法仍然在工业界有这广泛的应用。

撰写于    浏览:324 次  分类: 推荐系统电子书
推荐系统主要分为两个环节:召回和排序。这两个阶段,都离不开用户画像的支持,而用户画像又是在内容画像基础之上不断累积用户行为而来,故首先需要有内容画像,构建文本物品的内容画像需要nlp技术的支持,存储内容和用户画像依赖常用数据库以及贝叶斯平滑、威尔逊置信区间等技术;设计基于画像的推荐项目,你需要了解如何使用nlp技术抽取物品信息形成内容标签,如何依托[...]

撰写于    浏览:366 次  分类: 推荐系统电子书
推荐算法本质上就是在解决两个问题:记忆和泛化,传统的LR等模型,将大量的ID类稀疏特征直接喂给模型,再由广义线性模型直接学习这些ID类特征的权重,本质上就是模型对特征的简单粗暴的记忆,因此,泛化扩展性得不到保证,从未出现过的特征(如很重要的交叉特征等),模型无法学习该特征权重,故特征的指征能力无法体现;因此,深度学习模型引入Embedding稠密向[...]

撰写于    浏览:670 次  分类: 推荐系统电子书
前言本文主要向大家介绍一下CIKM 2019的一篇文章《AutoInt: Automatic Feature Interaction Learning via Self-Attentive Neural Networks》。该文主要介绍了一种名叫AutoInt的模型,该模型以multi-head self-attention为基础在将高维稀疏特征([...]

撰写于    浏览:745 次  分类: 推荐系统电子书
多目标模型的意义现实世界中,我们的业务目标往往不是单一的。比如购物APP中,我们不仅仅希望你浏览商品,也希望你购买商品,甚至分享商品,评论商品。再比如短视频推荐,我们不单希望你看视频,也希望你点赞、评论、分享视频,还希望你能关注发布的作者。因此多目标模型的出现,就可以让我们的场景同时服务到这些目标。于此同时,对于一些正样本稀疏的目标,多目标模型甚至[...]

撰写于    浏览:1215 次  分类: 推荐系统电子书
在推荐业务中经常有“既要、也要、还要”的场景,比如做视频推荐业务的时候既要提升用户对于视频的点击率,也希望同时提升用户观看视频的时长。面对这样的诉求,通常需要在推荐系统中使用多目标建模算法。多目标建模目前业内有两种模式,一种叫Shared-Bottom模式,另一种叫MOE,MOE又包含MMOE和OMOE两种。MMOE也是Google提出的一套多目标[...]

撰写于    浏览:459 次  分类: 推荐系统电子书
1、封面介绍2、出版时间2019年1月3、推荐理由TensorFlow是谷歌研发的人工智能学习系统,是一个用于数值计算的开源软件库。《TensorFlow深度学习算法原理与编程实战》以基础+实践相结合的形式,详细介绍了TensorFlow深度学习算法原理及编程技巧。通读全书,读者不仅可以系统了解深度学习的相关知识,还能对使用TensorFlow进行[...]

撰写于    浏览:713 次  分类: 推荐系统电子书
1、封面介绍2、出版时间2020年4月3、推荐理由本书除了介绍推荐系统的一般框架、典型应用和评测方法之外,还主要介绍各种典型推荐算法的思想、原理、算法设计和应用场景,包括针对“千人千面”的个性化推荐和针对“千人万面”的情境化推荐。此外,本书还包含一些和推荐系统相关的专题内容,如针对排序问题的排序学习和针对信息融合的异质信息网络模型。本书可作为计算机[...]

撰写于    浏览:1032 次  分类: 推荐系统电子书
1、封面介绍2、出版时间2018年7月3、推荐理由本书介绍当前推荐系统领域中的经典方法。不仅详细讨论了各类方法,还对同类技术进行了归纳总结,这有助于读者对当前推荐系统研究领域有全面的了解。书中提供了大量的例子和习题来帮助读者深入理解和掌握相关技术。此外,本书还介绍了当前新的研究方向,为读者进行推荐系统技术的研究提供参考。本书既可以作为计算机相关专业[...]

撰写于    浏览:1117 次  分类: 推荐系统电子书
1、封面介绍2、出版时间2019年10月3、推荐理由适读人群 :本书适合 AI、数据挖掘、大数据等领域的从业人员阅读,书中为开发者展现了推荐算法的原理、实现与应用案例。1.本书主要讲解推荐系统中的推荐算法——召回算法和排序算法,以及各个算法在主流工具Sklearn、Spark、TensorFlow等中的实现和应用。2.本书本着循序渐进的原则进行讲解[...]

飞燕网
人工智能,资源分享

    友情链接