个性化推荐算法实战入门必修课_技术问答

首页免费课个性化推荐算法实战入门必修课问答

个性化推荐算法实战入门必修课

                
                David
            算法工程师

                    查看讲师更多课程 
                    David讲师的其他课程
                
个性化推荐算法实战（可用于毕设）  BAT大牛亲授 
实战·中级·834

                                                                                                                                    ￥119.00
                                            
                难度中级
            
                时长 2小时24分
            
                学习人数
            
综合评分9.37
                            14人评价
                        查看评价
                                9.4
                                内容实用
                            
                                9.1
                                简洁易懂
                            
                                9.6
                                逻辑清晰

全部评论问答未解决精华

P值计算好像不太对

已采纳回答 / David

您好，取了top几个物品是由于有时效性，推荐过程中，我们不可能把用户去年操作过的物品也拿过来做itemcf。因为随着时间推移。可能早已经不喜欢之前的物品了。所以召回过程中考虑到这一点。谢谢。

4 回答 1339 浏览 3-3 itemcf基础部分代码实战-下

2018-12-11

老师，能方便把测试的数据集发一下吗？谢谢

最赞回答 / qq_兜兜风_1

应该是ml-latest-small.zip,只有1M的这个文件，rating.csv里面的数据会有不同，应该是更新过，movies.csv文件的数据是一样的

5 回答 1248 浏览 3-2 itemcf基础部分代码实战-上

2018-12-09

这两个debug函数的意义，是为了debug什么呢

+ 我来回答回答最高可+2积分

2 回答 940 浏览 3-4 itemcf公式升级代码实战-上

2018-12-06

itemcf 的两个升级公式能融合成一个公式吗？代码方面怎么处理？

已采纳回答 / David

您好，可以直接将两种优化下的得分乘起来。公式的话就是在优化一的分子上乘f (delta T).

1 回答 981 浏览 3-5 itemcf公式升级代码实战-下

2018-11-04

视频中的data方便给下吗

最新回答 / 张山

http://files.grouplens.org/datasets/movielens/ml-1m.zip

1 回答 977 浏览 3-3 itemcf基础部分代码实战-下

2018-10-30

视频中的数据方便给下吗邮箱是13161189661@163.com

讲师回答 / David

moive len数据集开源的。您百度一下下一下就可以。下一个小的。谢谢您的观看。

1 回答 1150 浏览 3-3 itemcf基础部分代码实战-下

2018-10-30

您好，我理解您所说的物品间相关性是稳定的是指的物品的属性计算，比如我们两个都是讲宫斗的电视剧，两个不同品牌但都是薯片的零食等等。我们这里cf得到的item sim矩阵是基于用户的行为来体现的。用户的兴趣会随时间变化。比如我一年之前喜欢篮球，我爱看科比。现在我喜欢综艺，我爱看爸爸去哪儿。这两个物品都被我行为过，如果不加时间衰减，那么我就给这俩物品的相似度计算过程中分子贡献1，如果算了时间衰减，也许我的贡献就是0.01.如果用户中存在很多这样的‘我’，不衰减岂不是爸爸去哪儿和科比成了很相似的。您理解一下看...

1 回答 899 浏览 2-1 itemcf的理论部分与理论升级

2018-10-28