炼数成金 商业智能推荐系统
订阅

推荐系统

推荐系统和搜索引擎的关系
推荐系统和搜索引擎的关系
从信息获取的角度来看,搜索和推荐是用户获取信息的两种主要手段。无论在互联网上,还是在线下的场景里,搜索和推荐这两种方式都大量并存,那么推荐系统和搜索引擎这两个系统到底有什么关系?区别和相似的地方有哪些 ...
个性化推荐十大挑战
个性化推荐十大挑战
个性化推荐很多读者都知道,但其中不乏认识上的误区。有的人觉得个性化推荐就是细分市场和精准营销,实际上细分市场和精准营销往往是把潜在的用户分成很多群体,这固然相比基于全体的统计有了长足的进步,但是距离“ ...
《纽约时报》如何打造新一代推荐系统
《纽约时报》如何打造新一代推荐系统
《纽约时报》每天发布超过300篇文章、博客和鲜活的故事。通过精炼读者获取这些内容的途径,即在移动应用和网站上基于读者喜好调整文章布局,能够帮助读者找到与他们相关的内容,比如在正确的时间推送读者感兴趣的内 ...
Facebook如何向十亿人推荐东西
Facebook如何向十亿人推荐东西
为了保证用户体验和使用效果,推荐系统中的机器学习算法一般都是针对完整的数据集进行的。然而,随着推荐系统输入数据量的飞速增长,传统的集中式机器学习算法越来越难以满足应用需求。因此,分布式机器学习算法被提 ...
推荐系统中常用算法 以及优点缺点对比
推荐系统中常用算法 以及优点缺点对比
在推荐系统简介中,我们给出了推荐系统的一般框架。很明显,推荐方法是整个推荐系统中最核心、最关键的部分,很大程度上决定了推荐系统性能的优劣。目前,主要的推荐方法包括:基于内容推荐、协同过滤推荐、基于关联 ...
推荐系统原理介绍
推荐系统原理介绍
最近在做推荐系统,在项目组内做了一个分享。今天有些时间,就将逻辑梳理一遍,将ppt内容用文字沉淀下来,便于接下来对推荐系统的进一步研究。推荐系统确实是极度复杂,要走的路还很长。A FirstGlance为什么需要推荐 ...
推荐系统绝对不会向你推荐什么
推荐系统绝对不会向你推荐什么
推荐系统还有另外两大特点,也对你最终看到的推荐结果有着显著的影响:第一,在弄清楚你和其他购物者的相似度有多高之前,推荐系统必须先弄明白你真正喜欢什么;第二,推荐系统依照一组商业规则运行,以确保推荐结果 ...
读这一篇学习推荐引擎的原理与算法
读这一篇学习推荐引擎的原理与算法
你喜欢的东西我也喜欢我们将从推荐系统开始,开启数据挖掘之旅。推荐系统无处不在,如亚马逊网站的“看过这件商品的顾客还购买过”板块:last.fm上对音乐和演唱会的推荐(相似歌手):在亚马逊的例子里,它用了两个 ...
推荐系统那点事
推荐系统那点事
推荐系统的误区回想起来,我也算是国内接触推荐系统较早的人之一了,最近和人聊天,觉得不少人对推荐系统有所误解,以为需要多么高大上的算法才能搭建起来的,我只想说我经常说的那句话【不是这样的】,所以有了这篇 ...
大数据使精准营销成为可能
大数据使精准营销成为可能
随着计算机技术和网络的不断发展,业务数据持续快速增长。IDC公司的研究结果表明,2011年全球产生的数据量高达1.82ZB,相当于全球每人产生200GB以上的数据;而未来几年全球数据量将以40+%的速度增长,2020年全球数据 ...
如何做好精准营销
如何做好精准营销
美国最大的连锁超市之一Target的数据挖掘营销很厉害。最著名的例子就是那个《How Target Figured Out A Teen Girl Was Pregnant Before Her Father Did》,(digitalminimalism.com/2012... ),一个父亲质问Target的 ...
百度南开协同技术成果“索引缓存算法”交付应用
百度南开协同技术成果“索引缓存算法”交付应用
据了解,如何提升数据处理效率这一课题是由百度公司提出的。调查显示,如果搜索引擎提交搜索结果的时间放缓0.4秒,一天的搜索量就会减少800万次。而百度每天要接受数十亿次搜索请求,如何给用户提供最快的响应、最准 ...
关于互联网电子商务数据挖掘,推荐引擎算法的基本论述
关于互联网电子商务数据挖掘,推荐引擎算法的基本论述
一、关于互联网/电子商务的数据挖掘智能推荐的概述 采用基于数据挖掘的算法来实现推荐引擎是各大电子商务网站、SNS社区最为常用的方法,推荐引擎常用Content-Based 推荐算法及协同过滤算法(Item-Based 、User-based ...
社会网络分析:探索人人网好友推荐系统
社会网络分析:探索人人网好友推荐系统
最近四五年间,互联网行业似乎总是绕不开社交网络这个概念。无论是旗舰级别的传说中的facebook、LinkedIn,还是如雨后春笋般冒出来的各种团购和微博网站,全都或多或少地体现着SNS(社会网络服务)的特色。这些五花八 ...
推荐系统:割裂还是拉近用户
推荐系统:割裂还是拉近用户
计算机驱动的推荐系统旨在帮助消费者在海量选择中提供导航,随着推荐系统的兴起,各种问题也开始不断涌现,信息来源的超个性化是否会让整个社会形成割裂? 在对消费者购买模式进行的一项全新调查发现,情况是截然相反 ...

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

热门文章

    社区热帖

       

      GMT+8, 2018-12-11 12:39 , Processed in 0.148659 second(s), 16 queries .