歡迎光臨
每天分享高質量文章

快手類推薦系統實踐

1. 什麼是推薦系統

    推薦系統是一種資訊過濾系統,近年來非常流行,應用於各行各業。比如大家耳熟能詳的快手、頭條、手機百度、淘寶、京東、應用寶…幾乎各個平臺都有一個智慧推薦的功能。


2. 推薦的主要方法

    推薦系統產生推薦串列的方式通常有兩種:

    1、基於演演算法的推薦:協同過濾,邏輯回歸、決策樹

    2、 基於內容推薦


    協同過濾方法根據使用者歷史行為(例如其購買的、選擇的、評價過的物品等)結合其他使用者的相似決策建立模型。這種模型可用於預測使用者對哪些物品可能感興趣(或使用者對物品的感興趣程度)。

    基於內容推薦利用一些列有關物品的離散特徵,推薦出具有類似性質的相似物品。兩種方法經常互相結合。


3. 推薦的兩大特徵

    推薦主要有兩大特徵:

    1、推薦存在兩個主體,使用者(USER)和物品(ITEM)

    2、推薦是個性化的,每個使用者得到推薦的物品是不同的,是極大程度上符合個人喜好的

    

    個性化推薦最常出現且大家都很熟悉的場景就是電商(淘寶、京東)了,大家經常會有這樣的感覺,經常看和點選甚至購買的物品及其類別,甚至相關物品和品類,總是會經常出現,這裡面就是多種推薦演演算法打分組合後輸出的結果。


4. 推薦系統架構


5. 如何進行個性化推薦?

    1. 先明確地點、人物、時間、事件以及資料

    2. 搭建特徵

        a. 首先你需要選取3大類資料指標。

        b. 組合上一步中的特徵,分為使用者特徵和物品特徵,分別組合為兩部分(兩個表)。

        c. 在匯入LR模型進行訓練之前還需要做一些特徵工程的工作:

    3. 選擇樣本及模型訓練預測

        a. 透過具體場景和人物選擇好正負樣本

        b. 模型訓練

        c. 模型評估

        d. 預測


    為了讓大家更好的瞭解如何搭建推薦系統以及深度剖析內部原理,我準備了一節公開課,透過影片講解、動畫演示、應用場景等多方面來跟大家補充完善。


     智慧推薦系統剖析 (2月8號20:00-22:00):

    1. 推薦 & 搜尋

    2. 淘寶京東『猜你喜歡』剖析

    3. 快手推薦系統原理與數學模型

    4. 優酷推薦系統實戰


    如果沒趕上,會有錄影回放的全部免費噢。


    我姓錢,大家可以叫我錢老師,前阿裡巴巴演演算法專家。研究領域:自然語言處理、資料挖掘、大資料架構、影象處理。

    先後參與過阿裡彩票、淘寶推薦、一淘、阿裡雲、資料魔方等多個專案的演演算法平臺研發,並受邀為超過100家IT企業提供機器學習與大資料頂層設計諮詢服務。


    大家可以加我助理微信:midu25 或長按識別下麵二維碼來報名聽課, 註明: 推薦

資料下載

    1. 推薦系統PPT截圖及下載


    2. 影片下載:


    除了推薦系統的公開課,還有以上這些可供大家參考學習。以上所有資料、影片、程式碼掃下麵二維碼全免費獲取,請註明推薦,幫到大家就好!

贊(0)

分享創造快樂