recommendation-engine

    0熱度

    1回答

    PredictionIO和建議模板文件

    我試圖建立使用PredictionIO電影推薦應用。 我已經在泊塢使用PredictionIO 0.11，這個問題 ，當我運行pio build --verbose它顯示： no engine found. your build might have failed. aborting. 不知道從哪裏放推薦的模板文件？ 有什麼想法？
    recommendation-engine predictionio 2017-10-20

    0熱度

    1回答

    從R中的字符文件轉換爲.libfm格式

    我在R中有一個稀疏矩陣。使用包libFMexe我可以將矩陣轉換爲libFM的正確格式。我得到 head(libFMmat) [1] "1 0:1 5000:1 33736:1 33737:1 33738:1 33739:1 33740:1 33741:1 33742:1 33743:1 33744:1 33745:1 33746:1 33747:1" [2] "1 0:1 5001:1 33
    r recommendation-engine 2017-09-04

    -2熱度

    1回答

    廣告推薦系統

    我曾嘗試使用下面的LIB創建簡單的廣告推薦系統： http://surpriselib.com/ 驚喜的lib stricts數據摺疊結構： 這樣的文件，假設指定每行只有一個等級，並且每個 行需要遵循以下結構： user;項目;評分 ; [時間戳] 我用一個簡單的結構，工作而不評級： user_id ad_id 它定義了廣告用戶點擊。我需要某種協作過濾器來向用戶推薦適當的廣告。我應該使用其他圖
    python recommendation-engine collaborative-filtering 2017-09-14

    0熱度

    1回答

    XGBoost/lightGBM如何評估ndcg的排名任務？

    我目前正在XGBoost/lightGBM之間進行測試，以便對項目進行排名。我正在複製這裏提供的基準：https://github.com/guolinke/boosting_tree_benchmarks。 我已經能夠成功地重現他們的工作中提到的基準。我想確保我正確實現了我自己的ndcg指標版本，並正確理解排名問題。 我的問題是： 當使用NDCG創建測試集驗證 - 有一個test.group文件
    python machine-learning recommendation-engine xgboost lightgbm 2017-09-15

    1熱度

    1回答

    ArangoDB - 基於圖表的推薦系統

    我正在使用ArangoDB我試圖建立一個基於圖形的推薦系統。 數據模型只包含用戶，項目和評級（邊緣）。 因此想要計算用戶對電影的親和力，其中katz度量。 最後，我想這樣做： Get all (or a certain number of) paths between a user and a item For all of these paths do the following:
    graph-databases arangodb recommendation-engine aql multi-model-database 2017-11-11

    2熱度

    3回答

    如何從elasticsearch結果中排除大量的id？

    我有很多產品索引在elasticsearch。我需要從elasticsearch中的查詢中排除一個id列表（我從SQL數據庫中提取）。 假設產品存儲爲， { "id" : "1", "name" : "shirt", "size" : "xl" } 我們展示推薦產品的列表，基於使用elasticsearch一些算法客戶。 如果客戶將產品標記爲「不感興趣」，我們不
    elasticsearch solr lucene elk-stack recommendation-engine 2017-09-26

    -1熱度

    1回答

    根據用戶的興趣推薦相似用戶的recsys算法的類型或家族是什麼？

    我正在學習Coursera MooC的推薦系統。我發現主要有三種類型的過濾方法（在引入過程中）。 a。基於內容的過濾 b。 Item-Item協同過濾 c。用戶 - 用戶協同過濾 瞭解了這一點，我不確定 - 類似用戶根據興趣/偏好屬於哪個建議？例如，考慮我有User-> TopicsOfInterest0..n關係。我想根據各自的TopicsOfInterest（矢量）推薦其他類似的用戶。
    recommendation-engine collaborative-filtering 2017-10-09

    1熱度

    1回答

    帶二進制輸入的ALS

    我有一個使用Spark ALS構建的協作系統。我想根據他們購買的產品向用戶推薦產品，而不是評分。所以我已經爲用戶購買的所有產品設置了1。並建立了一個ALS系統。預測值超過1分，rmse爲0.99。我設置了implicitprefs = True。請找到下面的代碼。 rmse爲0.99是不是太高了？這是一個正確的方法嗎？ 注意：我用for循環改進了迭代和排名參數。 Ratings = Ratings
    python-3.x apache-spark-mllib recommendation-engine collaborative-filtering matrix-factorization 2017-10-11

    0熱度

    1回答

    我的方法檢測矩陣分解中的過擬合是否正確？

    我使用矩陣分解作爲基於用戶點擊行爲記錄的推薦系統算法。我嘗試2點矩陣因式分解方法： 第一種是基本SVD，其預測爲用戶因子矢量的只是產品ù和項目因子我：R = ü * 我 我使用的第二個是帶偏差分量的SVD。 R = ü * 我 + b_u + b_i 其中b_u和b_i表示用戶和項目的偏好傾向。 我使用的一個模型的性能非常低，另一個是合理的。我真的不明白爲什麼後者表現更差，我懷疑它是否過度配合。
    machine-learning recommendation-engine mahout-recommender matrix-factorization 2017-08-25

    2熱度

    2回答

    讓numpy的矩陣更稀疏

    假設我有一個numpy的陣列 np.array([ [3, 0, 5, 3, 0, 1], [0, 1, 2, 1, 5, 2], [4, 3, 5, 3, 1, 4], [2, 5, 2, 5, 3, 1], [0, 1, 2, 1, 5, 2], ]) 現在，我想隨機替換0。所以一些元素，我有這樣的 np.array([ [3,
    python numpy matrix recommendation-engine 2017-08-26
最新問題