推荐系统2-召回1usercf

说明：笔记记录来自B站大佬的视频
大佬主页：https://space.bilibili.com/1369507485?spm_id_from=333.788.b_765f7570696e666f.1
up主：shusenwang
视频链接：https://www.bilibili.com/video/BV1mA4y1Q7RN/?spm_id_from=333.788.recommend_more_video.1

基于物品的协同过滤（item CF）

原理
a. 知识图谱，两个书的作者相同
b. 用户行为，如：给笑傲江湖写好评的也给鹿鼎记写好评；看过笑傲江湖的也看过鹿鼎记等

2. 用于召回的完整流程

推荐系统2-召回1usercf相关推荐

推荐系统遇上深度学习(三十九)-推荐系统中召回策略演进！
推荐系统中的核心是从海量的商品库挑选合适商品最终展示给用户.由于商品库数量巨大,因此常见的推荐系统一般分为两个阶段,即召回阶段和排序阶段.召回阶段主要是从全量的商品库中得到用户可能感兴趣的一小部分候选 ...
对比学习视角：重新审视推荐系统的召回粗排模型
省时查报告-专业.及时.全面的行研报告库省时查方案-专业.及时.全面的营销策划方案库对比学习在快手推荐系统中的应用实践机器学习在B站推荐系统中的应用实践小红书推荐系统中台应用实践微信视频号实 ...
【推荐系统】召回模型线下评价指标
目录 Hit Rate(HR) Precision Recall NDCG 常用的评价标准: 第一类是线上评测,比如通过点击率.网站流量.A/B test等判断.这类评价标准在这里就不细说了,因为它们 ...
一文看懂推荐系统：召回07：双塔模型——正负样本的选择，召回的目的是区分感兴趣和不感兴趣的，精排是区分感兴趣和非常感兴趣的
一文看懂推荐系统:召回07:双塔模型--正负样本的选择,召回的目的是区分感兴趣和不感兴趣的,精排是区分感兴趣和非常感兴趣的提示:最近系统性地学习推荐系统的课程.我们以小红书的场景为例,讲工业界的推荐 ...
一文看懂推荐系统：召回03：基于用户的协同过滤（UserCF）,要计算用户之间的相似度
一文看懂推荐系统:召回03:基于用户的协同过滤(UserCF),要计算用户之间的相似度提示:最近系统性地学习推荐系统的课程.我们以小红书的场景为例,讲工业界的推荐系统. 我只讲工业界实际有用的技术. ...
最全推荐系统Embedding召回算法总结
最近特别忙,工作日几乎没什么时间学习.平时攒了一堆推荐相关的文章,趁周末整体学习了一下.主要是参考了网上的一篇技术文章(迄今为止我看到的比较好的推荐Embedding总结)以及我自己的一些理解. E ...
一文看懂推荐系统：召回02：Swing 模型，和itemCF很相似，区别在于计算相似度的方法不一样
一文看懂推荐系统:召回02:Swing 模型,和itemCF很相似,区别在于计算相似度的方法不一样提示:最近系统性地学习推荐系统的课程.我们以小红书的场景为例,讲工业界的推荐系统. 我只讲工业界实际 ...
【推荐系统】推荐系统主流召回方法综述
" 本文主要梳理了近年来推荐系统中的主流召回方法,包括传统召回方法,基于表示学习的方法(Youtube DNN,DMF,DSSM,item2vec,graph embedding,MIND, ...
推荐系统的召回算法（一）—— 协同过滤法（基于用户）
姗姗来迟的第二篇博客,最近在了解有关推荐系统方面的基本知识和算法,先总结其中一类经典常用的算法--协同过滤法.网上已有很多介绍其原理的好文章,所以本文用较多篇幅来写一些自身对算法实现的理解和疑惑, ...
推荐系统之召回策略浅析
召回 & 排序目前业界推荐系统普遍采用召回+排序的两阶段模型,如下图所示.所谓召回(matching),指的是从全量信息集合中触发尽可能多正确的结果,并将结果返回给排序作为输入.相比搜索系统 ...

推荐系统2-召回1usercf

基于物品的协同过滤（item CF）

推荐系统2-召回1usercf相关推荐

最新文章

热门文章