推荐系统如何处理数据?
现阶段我们所讨论的人工智能,很大程度上都是在谈“人工智能”这个大概念下机器学习领域中的深度学习技术。它的底层原理相对简单,对数据有很大的依赖性,本质上是一种基于大数据的统计分析技术。
技术分享2019.08.19
推荐系统:算法概述
许多公司都会开发与自己业务息息相关的推荐系统。先荐作为第四范式研发的一款智能推荐产品,已为内容行业的众多媒体客户赋能,实现客户的营收增长。在本文中,我们将会简要介绍现有的主要推荐算法及其工作原理。
技术分享2019.08.18
推荐系统:混合过滤
推荐系统为了避免单一推荐技术带来的限制和问题,同时也为了能够获得更好的性能,会结合不同的推荐技术。混合过滤依据的想法是,一种算法可以弥补另一种算法的缺点,多个算法的组合将比单个算法能更准确、有效地提供推荐。
技术分享2019.08.18
推荐系统:协同过滤及其利弊
与基于内容的过滤(CBF)不同,协同过滤(Collaborative Filtering)技术独立于域,适用于推荐场景中无法利用元数据充分描述的项目,如电影、音乐等。
技术分享2019.08.14
推荐系统:基于内容的过滤及其利弊
推荐系统要想为用户提供切实有用的推荐服务,高效、准确的推荐技术至关重要,也就是说,理解不同推荐过滤技术的特征和潜力至关重要。
技术分享2019.08.13