推薦系統上的好資源？

我採取了Andrew Ng's class on machine learning，所以我覺得我對機器學習技術有一個非常完善的基本理解。我知道netflix prize，並將閱讀有關獲獎者。推薦系統上的好資源？

在亞馬遜的系統上有沒有好的文獻可用？他們似乎非常有效。他們是否保守祕密？

有沒有人收集推薦系統上的重要文章庫？或者是用於各種系統的重要方法的摘要/ wiki？

2012-06-30 mavix

，我想你應該有以下3

基於用戶的協同過濾項目基於協同過濾矩陣分解的協同過濾

2012-07-05 11:05:49 Steve

任何想法，我可以瞭解這3種協作過濾技術？解釋越簡單越好。這是非常煩人的人編寫學術論文總是假設他們的觀衆知道他們的主題之前正確的發展之前，他們正在寫什麼... – mavix

我會建議拿起編程集體智慧的副本來自O'Reilly。他們會爲您提供基於用戶和物品的建議。之後，如果您想了解MF，您需要熟悉機器學習，優化，正則化，迴歸等。它比用戶和物品更先進，可能不那麼直觀。 – Steve

http://www.jscires.org/sites/default/files/10.5530jscires.5.1.10.pdf –

我寫了monograph關於Netflix的獎和推薦系統（它是無法啓動免費）。它包含對預測建模的簡要介紹

2012-07-07 20:14:40

回答