240 发简信
IP属地:上海
  • 120
    新闻推荐05——排序模型+模型融合

    排序模型 通过召回的操作, 我们已经进行了问题规模的缩减, 对于每个用户, 选择出了N篇文章作为了候选集,并基于召回的候选集构建了与用户历史相关的特征,以及用户本身的属性特征...

  • 新闻推荐04——特征工程

    特征工程(制作特征和标签, 转成监督学习问题) 我们先捋一下基于原始的给定数据, 有哪些特征可以直接利用: 文章的自身特征, category_id表示这文章的类型, cre...

  • 120
    新闻推荐03——多路召回

    多路召回 所谓的“多路召回”策略,就是指采用不同的策略、特征或简单模型,分别召回一部分候选集,然后把候选集混合在一起供后续排序模型使用,可以明显的看出,“多路召回策略”是在“...

  • 120
    新闻推荐02——探索性数据分析

    1. 探索性数据分析 探索性数据分析( Exp lorat。可Data Analysis , EDA) 是采用各种技术(大部分为可视化技术)在尽量少的先验假设条件下,探索数据...

  • 新闻推荐01——赛题理解

    1. 题目理解 1.1 题目概况 新闻推荐场景下的用户行为预测 赛题以新闻APP中的新闻推荐为背景,要求选手根据用户历史浏览点击新闻文章的数据信息预测用户未来点击行为,即用户...

  • 120
    GBDT+LR模型

    1. GBDT+LR简介 协同过滤和矩阵分解存在的劣势就是仅利用了用户与物品相互行为信息进行推荐, 忽视了用户自身特征, 物品自身特征以及上下文信息等,导致生成的结果往往会比...

  • Wide&Deep模型

    Wide & Deep是专门为推荐系统点击率预估而设计的一个种联合模型。 1. 点击率预估 点击率预估是对每次广告点击情况作出预测,可以输出点击或者不点击,也可以输出该次点击...

  • 矩阵分解与FM

    1. 矩阵分解 1.1 隐语义模型LFM(latent factor model) 协同过滤算法的特点就是完全没有利用到物品本身或者是用户自身的属性, 仅仅利用了用户与物品的...

  • 协同过滤算法

    1. 初识协同过滤 在推荐系统的众多算法中,基于内容的推荐与基于领域的推荐在实践中得到了最广泛的应用。 其中基于领域的算法又分为两大类, 一类是基于用户的协同过滤算法,这种算...

  • 120
    推荐系统简介

    1. 初识推荐系统 所谓推荐系统,简言之就是根据用户的偏好推荐其最有可能感兴趣的内容。 以新闻平台为例,过去主要以新浪新闻这类中心化内容平台为代表; 而现在,以今日头条为代表...

  • 博主,有做好的图表原文件分享一下吗🙏

    Excel图表:“达成率”的漂亮展示(二)--“水位图”!

    文|仟樱雪 关于达成率的数据可视化图表,是奇形怪状出现在各种类型汇报的报告中,但是万变不离其宗。 本文主要介绍涉及到Excel数据可视化中,“达成率”的汇报展示中,因一叶障目...

  • 菇凉,有完整运行代码吗?

    表格插件-bootstrap table的表内查看编辑删除

    基于 Bootstrap 的 jQuery 表格插件,通过简单的设置,就可以拥有强大的单选、多选、排序、分页,以及编辑、导出、过滤(扩展)等等的功能。 官网:http://b...