詳解個(gè)性化推薦五大最常用算法-資料下載頁(yè)
2025-08-18 17:01本頁(yè)面
【正文】 ，我們可以從非常龐大的視頻庫(kù)中選擇視頻，并面向用戶進(jìn)行有針對(duì)性的推薦。這個(gè)方法還能讓我們把其他來(lái)源的內(nèi)容也容納進(jìn)來(lái)。推薦任務(wù)是一個(gè)極端的多類分類問(wèn)題。這個(gè)預(yù)測(cè)問(wèn)題的實(shí)質(zhì)，是基于用戶(U)和語(yǔ)境(C)，在給定的時(shí)間t精確地從庫(kù)(V)中上百萬(wàn)的視頻類(i)中，對(duì)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(gè)龐大的數(shù)據(jù)庫(kù)，而且準(zhǔn)備提供在線的推薦，最好把這個(gè)任務(wù)拆分成兩個(gè)子問(wèn)題：i. 選擇Top N個(gè)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(duì)推薦問(wèn)題的指標(biāo)：比如說(shuō)召回率與準(zhǔn)確率()。還有一些其他的指標(biāo)，見(jiàn)《軟件工程中的推薦系統(tǒng)》一書(shū)第12章()。如果你正在使用分類算法解決推薦問(wèn)題，應(yīng)該考慮生成負(fù)例樣本。如果用戶購(gòu)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(gè)方面考察算法質(zhì)量。一個(gè)只基于歷史數(shù)據(jù)的訓(xùn)練模型，可能會(huì)導(dǎo)致低水平的推薦，因?yàn)樗惴](méi)辦法與時(shí)俱進(jìn)。
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1