我采取了Andrew Ng's class on machine learning,所以我觉得我对机器学习技术有一个非常完善的基本理解。我知道netflix prize,并将阅读有关获奖者。推荐系统上的好资源?
在亚马逊的系统上有没有好的文献可用?他们似乎非常有效。他们是否保守秘密?
有没有人收集推荐系统上的重要文章库?或者是用于各种系统的重要方法的摘要/ wiki?
我采取了Andrew Ng's class on machine learning,所以我觉得我对机器学习技术有一个非常完善的基本理解。我知道netflix prize,并将阅读有关获奖者。推荐系统上的好资源?
在亚马逊的系统上有没有好的文献可用?他们似乎非常有效。他们是否保守秘密?
有没有人收集推荐系统上的重要文章库?或者是用于各种系统的重要方法的摘要/ wiki?
有关亚马逊推荐系统的信息,请参阅http://www.tribler.org/trac/raw-attachment/wiki/SimilarityFunction/Amazon-Recommendations.pdf。推荐系统中有很多资源。
,我想你应该有以下3
基于用户的协同过滤 项目基于协同过滤 矩阵分解的协同过滤
我写了monograph关于Netflix的奖和推荐系统(它是无法启动免费)。它包含对预测建模的简要介绍
任何想法,我可以了解这3种协作过滤技术?解释越简单越好。这是非常烦人的人编写学术论文总是假设他们的观众知道他们的主题之前正确的发展之前,他们正在写什么... – mavix
我会建议拿起编程集体智慧的副本来自O'Reilly。他们会为您提供基于用户和物品的建议。之后,如果您想了解MF,您需要熟悉机器学习,优化,正则化,回归等。它比用户和物品更先进,可能不那么直观。 – Steve
http://www.jscires.org/sites/default/files/10.5530jscires.5.1.10.pdf –