Need help with Recommendation-system?
Click the “chat” button below for chat support from the developer who created it, or find similar developers for support.

About the developer

fire717
155 Stars 44 Forks 55 Commits 0 Opened issues

Description

推荐系统资料笔记收录/ Everything about Recommendation System. 专题/书籍/论文/产品

Services available

!
?

Need anything else?

Contributors list

# 286,839
Jupyter...
HTML
MATLAB
image-c...
55 commits

推荐系统资料收集

Fire 2017.12.04

做了一个推荐系统demo: * 基于Surprise实现的具有完整功能的推荐系统服务,并利用flask框架实现了简单的接口调用 * 封装了完整的更新日志数据、训练、根据id查询推荐结果等功能 * 包含了常见的SVD、FM等算法

0.主题式学习

1.书籍

2.文章 / 专栏 / ppt

3.论文

4.现有产品

现有产品一般都不会说明实现方式,大多数成熟商用的推荐系统都是混合型的。

本来应该是另一个“不便回答”的问题。但有人盛情邀请,所以稍微说一下。豆瓣电台的私人电台会综合用户在豆瓣上的各种音乐行为做算法推荐。当然考虑最多的是电台本身的“红心”, “垃圾”, “跳过”这些数据。至于算法本身,在任何领域里,超出基本的普通推荐算法之后,就没有“亢龙有悔”一招打遍天下的东西。可以说全是细节。这个是不断积累、观察、学习、创造的过程,而且每天在持续变化。做推荐是在一条没有终结的马路上一边攒车一边开车,教科书、论文里的东西都是基本的零件,中间碰到各种奇奇怪怪的算法都可能被捡起来装到车上。Swiss army knife, yes. Silver bullet, no.

5.工具

We use cookies. If you continue to browse the site, you agree to the use of cookies. For more information on our use of cookies please see our Privacy Policy.