zoukankan      html  css  js  c++  java
  • 我学到的算法

    一、协同过滤推荐技术

    一般传统的协同过滤推荐技术都是采用最近邻技术:根据系统中用户对共同评分的商品项目的历史评分信息,从而找到他们之间的相似性,生成一个最近邻居用户集合,邻居集合里的邻居和当前用户兴趣爱好相似;再利用邻居集合里的用户的评分信息,推断当前用户对推荐的目标商品的喜好程度;最后根据预测的喜好程度做出是否向当前用户推荐该目标商

    品项目的决策。

    二、矩阵分解(Matrix Factorization,简写为 MF)技术

    就是找一个近似矩阵ˆR ,使得原始矩阵 R 中的实际评分与ˆR 中的预测评分之间的距离平方和最小。(评分为用户为某一项目的打分)

    三、梯度下降法

    就是利用负梯度方向来决定每次迭代的新的搜索方向,使得每次迭代都能使待优化的目标函数逐步减小,最后能逼近目标函数的极值点。

  • 相关阅读:
    《让未来的你,感谢现在的自己》——自己努力
    老罗——《我的奋斗》
    1. opencv的初体验
    opencv初体验
    opencv的初体验
    python学习2——数据类型
    卷积的意义
    C#学习笔记一
    C++知识点
    二维数组作为参数传递
  • 原文地址:https://www.cnblogs.com/zhaochunhua/p/4207059.html
Copyright © 2011-2022 走看看