当前位置: 首页 > 推荐系统 > 正文

推荐系统相关概念介绍

1 星2 星3 星4 星5 星 (2 次投票, 评分: 5.00, 总分: 5)
Loading ... Loading ...
baidu_share

1.RBM
协同过滤(Collaborative Filtering,简称CF)推荐系统中,古典的模型有近邻模型、隐性因子模型等。从2007年开始,受限玻尔兹曼机模型在协同过滤中开始流行起来。

受 限玻尔兹曼机(Restricted Boltzmann Machines,简称RBM)是一种借鉴了模拟退火思想的人工神经网络模型,它在计算过程中又借鉴了蒙特卡洛马尔科夫链(MCMC)的思想。

http://todwang.blogspot.com/2009/04/technical-details-in-rbm-for-cf.html

http://todwang.blogspot.com/2009/03/understanding-rbm-for-cf.html

2.KNN
K 最近邻(k-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。该方法的思路是:如果一个样本在特征空间中的k个最相 似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。KNN算法中,所选择的邻居都是已经正确分类的对象。该方法在定类决 策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 KNN方法虽然从原理上也依赖于极限定理,但在类别决策时,只与极少量的相邻样本有关。由于KNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方 法来确定所属类别的,因此对于类域的交叉或重叠较多的待分样本集来说,KNN方法较其他方法更为适合。

http://hi.baidu.com/theam/blog/item/21c282443fa55588b2b7dcdf.html

http://en.wikipedia.org/wiki/K-nearest_neighbor_algorithm

3. 协同过滤
协同过滤(Collaborative Filtering)简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐使用者感兴趣的资讯,个人透过合作的机制给予资讯相当程度的回应 (如评分)并记录下来以达到过滤的目的进而帮助别人筛选资讯,回应不一定局限于特别感兴趣的,特别不感兴趣资讯的纪录也相当重要。协同过滤又可分为评比 (rating)或者群体过滤(social filtering)。其后成为电子商务当中很重要的一环,即根据某顾客以往的购买行为以及从具有相似购买行为的顾客群的购买行为去推荐这个顾客其“可能 喜欢的品项”,也就是借由社群的喜好提供个人化的资讯、商品等的推荐服务。除了推荐之外,近年来也发展出数学运算让系统自动计算喜好的强弱进而去芜存菁使 得过滤的内容更有依据,也许不是百分之百完全准确,但由于加入了强弱的评比让这个概念的应用更为广泛,除了电子商务之外尚有资讯检索领域、网络个人影音柜、个人书架等的应用等。

http://zh.wikipedia.org/zh-cn/%E5%8D%94%E5%90%8C%E9%81%8E%E6%BF%BE

4. 一系列概念
主题三为《Parallel Algorithms For Mining Large Scale Data》,主讲人张栋博士在大规模机器学习领域经验丰富,一开场就脉络清晰地理出了机器学习领域的发展路线,从神经网络(Neural network)到支持向量机(SVM)到图模型(Graphical Model),再到条件随机场(CRF)并最后回归到深度信任网络(DBNs),各流派之间不断竞争螺旋上升,整个过程高屋建瓴并且 故事性十足。接下来的主要话题,包括围绕天涯问答的算法原理,基于社会网络的精准广告,以及 MPI 与 MapReduce 两种并行计算框架的实际案例对比,都让与会者获益匪浅。

从张栋博士的报告中可以看到,顶级互联网公司对大规模计算极其重视,他们将传统的算法进行改造,使其能够适应互联网上的庞大数据量。目前业界云计算概念火 热,抛开滥竽充数者,大规模数据计算能力绝对是评价云计算的硬指标之一。 Google 公司的研究总监 Peter Norvig 先生有句名言,“Worry about the data first before you worry about the algorithm”,即是在说大规模数据对于解决问题非常重要。xlvector 同学的感概,很让与会者 共鸣,“评价一个(Research)工程师的指标不应该仅是懂多少种算法,还要看处理过多大规模的数据”。

本文固定链接: http://www.chepoo.com/recommended-system-related-concepts.html | IT技术精华网

推荐系统相关概念介绍:等您坐沙发呢!

发表评论