为了账号安全,请及时绑定邮箱和手机立即绑定

个性化推荐算法实战入门必修课

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

讲师回答 / David
我看看找一个数据集的链接给你。代码你就比着写写吧。哈哈

讲师回答 / David
您计算的的user_sim这个数据结构里 没有510这个user你可以加一下判断。

讲师回答 / David
直接网上搜moive lens数据集很好下载的。

最新回答 / 慕斯卡1095734
可以参考线性SVM的公式,个人感觉是一样的。就是给了一个实际应用场景。

已采纳回答 / David
对的,是的我们在计算相似度的时候是考虑个性化因素,举例来说,如果A用户和B用户,A用户与C用户都是共同点击了3个物品。那么很明显,B和C谁点击过的物品越少越能体现出与A用户的相似。因为如果一个用户点击的物品太多,其实显示的并不是个性化需求,而是范需求。

已采纳回答 / David
就是他们分别的模乘积开根号,比如i用户点击了3个物品,j用户点击了2个物品那么分母就是根号6.

已采纳回答 / David
数据文件就是movielens数据集网上可以下载。代码这个基本上跟着我的思路来写就可以。因为这个是一个前导课程,所以就没有传代码。如果后续有实战课程肯定会传。谢谢您的观看与建议。

讲师回答 / David
你的意思是怎么获得这俩测试数据集?
首页上一页12345下一页尾页
课程须知
1、对高数公式的基本掌握,矩阵知识的大体了解。 2、对python编程语法的熟悉,常用数据结构的掌握。
老师告诉你能学到什么?
1. 工业界个性化推荐算法的主流程与个性化推荐召回算法的主落地架构。 2. 协同过滤的理论与代码实战。 3. 工业界对个性化推荐算法的在线离线评估。

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消