logo资料库

优酷土豆推荐算法.pdf

第1页 / 共24页
第2页 / 共24页
第3页 / 共24页
第4页 / 共24页
第5页 / 共24页
第6页 / 共24页
第7页 / 共24页
第8页 / 共24页
资料共24页,剩余部分请下载后查看
大数据挖掘应用之 推荐系统介绍
目录 推荐系统介绍 优酷土豆推荐系统 Rush推荐系统 1 2 3
推荐系统的样子
推荐要解决的问题  信息过载  分类目录(雅虎)  搜索引擎(谷歌)  推荐系统
推荐系统分类 推荐引擎 分类 是否个性化 推荐引擎的 模型建立方 数据源 式 其他 个性化推荐 基于人口统 计学的推荐 基于关联 规则的推荐 相关推荐 基于内容的 基于模型的 推荐 推荐 其他 基于协同过 滤的推荐 其他 其他
人口统计学推荐 基于内容的推荐 基于用户的协同过滤 基于item的协同过滤
 相关推荐 P(B|A)  个性化推荐 P(B|U),P(B|U,A,C…)  基于规则的推荐 Apriori, FP-Tree  基于模型的推荐
推荐系统评价标准 新颖性 惊喜度 信任度 覆盖率 准确性 多样性 满意度 实时性 健壮性
分享到:
收藏