最新 | 最热门 | 最高评价

+0  使用Spark MLlib给豆瓣用户推荐电影

Tag: spark | mllib | recommendation | 大数据
鸟窝 发于 2016年03月28日 10:22 | 点击: 2816 | 展开摘要
推荐算法就是利用用户的一些行为,通过一些数学算法,推测出用户可能喜欢的东西。
随着电子商务规模的不断扩大,商品数量和种类不断增长,用户对于检索和推荐提出了更高的要求。由于不同用户在兴趣爱好、关注领域、个人经历等方面的不同,以满足不同用户的不同推荐需求为目的、不同人可以获得不同推荐为重要特征的个性化推荐系统应运而生。

推荐系统成为一个相对独立的研究方向一般被认为始自1994年明尼苏达大学GroupLens研究组推出的GroupLens系统。该系统有两大重要贡献:一是首次提出了

查看全文: http://www.udpwork.com/item/14812.html

+0  基于关联规则的推荐系统

Tag: Data Mining | association rules | recommendation system
超群.com 发于 2010年02月21日 14:28 | 点击: 2035 | 展开摘要
首先,要了解关联规则的几个概念,定义N为总事务数,N(A)、N(B)分别为项集A、项集B出现的次数,N(AB)为项集A、项集B同时出现的次数,A、B为不相交项集A∩B=Ø,规则A→B表示由A推到B:

支持度(Support):

支持度是一种重要度量,支持度低的规则很可能是偶然现象,对推荐意义不大,另外支持度是数据剪枝的一个重要依据。

置信度(Confidence):

置信度,字面上的解释就是这个规则到底有多可信,对于给定的规则A→B,置信度越高,B出现在包含A的事务中

查看全文: http://www.udpwork.com/item/1282.html
|<<<1>>>| 一共1页, 2条记录