基本信息

案例ID:174871

技术顾问:liufengyinqu - 5年经验 - funplus

联系沟通

微信扫码,建群沟通

项目名称:推荐系统

所属行业:人工智能 - 其他

->查看更多案例

案例介绍

推荐算法
主要在工业界使用了推荐算法在我们的系统中
1.召回算法
itemcf 物品协同过滤 实现
由此产生了基于物品的协同过滤(itemCF)给用户推荐和他们之前喜欢的物品相似的物品。不过ItemCF算法不是根据物品内容属性计算物品之间相似度,它主要通过分析用户的行为记录来计算物品之间的相似度。

2.基于物品的协同过滤算法主要分为两步:
1):计算物品之间的相似度 2):根据物品之间相似度和用户的历史行为给用户生产推荐列表。
3.LFM 实现
LFM算法是属于隐含语义模型的算法,不同于基于邻域的推荐算法。
4.Personal rank 实现
基于图的推荐算法,类似于Page Rank 算法

相似案例推荐

其他人才的相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在1小时内与您联系,1小时内精准确定人才

微信接收人才推送

关注猿急送微信平台,接收实时人才推送

接收人才推送
联系需求方端客服
联系需求方端客服