詳解個性化推薦五大最常用算法-資料下載頁
2025-08-18 17:01本頁面
【正文】 ，我們可以從非常龐大的視頻庫中選擇視頻，并面向用戶進(jìn)行有針對性的推薦。這個方法還能讓我們把其他來源的內(nèi)容也容納進(jìn)來。推薦任務(wù)是一個極端的多類分類問題。這個預(yù)測問題的實(shí)質(zhì)，是基于用戶(U)和語境(C)，在給定的時間t精確地從庫(V)中上百萬的視頻類(i)中，對特定的視頻觀看(Wt)情況進(jìn)行分類。建立推薦系統(tǒng)前該知道的要點(diǎn)如果你有一個龐大的數(shù)據(jù)庫，而且準(zhǔn)備提供在線的推薦，最好把這個任務(wù)拆分成兩個子問題：i. 選擇Top N個候選；ii. 排序。如衡量推薦模型的質(zhì)量？除了標(biāo)準(zhǔn)質(zhì)量指標(biāo)之外，還有一些針對推薦問題的指標(biāo)：比如說召回率與準(zhǔn)確率()。還有一些其他的指標(biāo)，見《軟件工程中的推薦系統(tǒng)》一書第12章()。如果你正在使用分類算法解決推薦問題，應(yīng)該考慮生成負(fù)例樣本。如果用戶購買了推薦的商品，你應(yīng)該將其添加為正例樣本，而其他列為負(fù)例樣本。要從在線得分和離線得分兩個方面考察算法質(zhì)量。一個只基于歷史數(shù)據(jù)的訓(xùn)練模型，可能會導(dǎo)致低水平的推薦，因?yàn)樗惴]辦法與時俱進(jìn)。
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1