recommendation-engine

    0熱度

    1回答

    測量推薦系統的質量

    我想了解如何解讀推薦系統返回的分數。假設我在用戶和書籍之間有一些使用1-5星的交互（最多5個）。我運行測試數據集的評估，並且在某些情況下，它的評估分數爲5.9，高於訓練數據集中的最高分數。 我應該忽略這些估計嗎？我試圖找到評分的門檻，以獲得最佳建議。 謝謝
    recommendation-engine collaborative-filtering 2016-11-28

    0熱度

    1回答

    Tableau + R：Cholmod錯誤'無效rset'

    我在Tableau中構建推薦系統。下面的代碼，arg值被傳遞爲列向量。 library(reshape2); library(recommenderlab); curUser = .arg1; df <- data.frame(username=.arg1, workbook=.arg2, value=.arg3); recMatrix <- as(as.matrix(acast(df,u
    r tableau recommendation-engine 2016-12-07

    0熱度

    1回答

    Python 3.x - 熊貓申請非常緩慢

    我創建了一個推薦系統。有2個數據幀 - input_df和recommended_df input_df - 用戶已查看內容的數據幀。 DF是用於生成建議 User_Name Viewed_Content_Name User1 Content1 User1 Content2 User1 Content5 User2 Content1 User2 Content3 User2 Conte
    python pandas apply recommendation-engine 2016-12-20

    1熱度

    1回答

    基於項目的協作過濾器的最小數據量

    我正在使用基於項目的協作過濾器爲餐館創建推薦的推薦引擎。每家餐館的評論評分從1到5。 每個推薦算法都會遇到數據稀疏問題，所以我一直在尋找解決方案來計算正確的相關性。 我在餐廳之間使用調整後的餘弦相似度。 當您想計算餐廳之間的相似度時，您需要評價這兩家餐廳的用戶。但是，對兩家餐廳進行評分以獲得正確關聯的用戶的最小數量是多少？ 從測試中，我發現有一組用戶對兩家餐廳進行評分會導致不良的相似性（很明顯）。
    recommendation-engine cosine-similarity collaborative-filtering 2016-11-09

    0熱度

    1回答

    個性化頁面排名

    我一直在試圖圍繞個性化頁面排名算法以及它是如何工作的。我遇到了this paper，它給出了這個圖：see link to image below與PPR計算的權重。我無法用他們提供的模型來重複計算。 任何人都可以爲我分解它來幫助我環繞概念？ 謝謝！
    recommendation-engine pagerank 2016-11-09

    0熱度

    1回答

    餘弦相似度爲用戶羣collabrative系統

    我有2個用戶（U1 andu2），並且它們已評價2部電影（M1和M2） m1 m2 u1 1 1 u2 5 5 當我計算基於項目的餘弦相似度 （1,5）| |（1,5）||（1,5）| = 1（m1和m2完全相似） 當我計算基於用戶的餘弦相似性 （1,1）（5,5）/ |。（1,1）||（5,5）| = 1（u1和u2是完全相似） 但是u1和u2並不相似，因爲u1不喜歡任何電影，但u
    recommendation-engine cosine-similarity collaborative-filtering 2016-11-24

    -1熱度

    1回答

    指數5688超出範圍爲0軸的大小爲3706

    我訓練創建推薦系統。我從網站獲取數據http://grouplens.org/datasets/movielens/ import numpy as np import pandas as pd header = ['user_id', 'item_id', 'rating', 'timestamp'] df = pd.read_csv('ml-1m/ratings.dat', sep=':
    python-3.x numpy recommendation-engine 2016-11-27

    0熱度

    1回答

    如何使用graphaware獲得基於用戶的推薦neo4j-reco

    我需要使用graphaware獲得基於用戶的建議，我不知道該怎麼做。據我所知，我所看到的從graphaware的neo4j-reco中得到的所有東西都與「買了一個也買了b的人」中的項目相似。但我感興趣的是基於用戶的建議，如「基於您以前的購買建議給您」。任何想法如何做到這一點？
    neo4j recommendation-engine graphaware 2016-11-27

    2熱度

    1回答

    Microsoft認知服務推薦

    我嘗試使用Microsoft Cognitive Services Recommedations。我成功地創建了模型並將目錄文件上載到模型中。但我無法上傳使用文件。但我收到的錯誤 使用文件的400 - {"error":{"code":"BadArgument","message":"(EXT-0108) Passed argument is invalid.","innerError":{"me
    recommendation-engine microsoft-cognitive 2016-12-01

    3熱度

    1回答

    錯誤的推薦ALS.recommendation

    我寫了一個火花程序來提出建議。然後我使用了ALS.recommendation庫。我做了一個小測試一個名爲trainData以下數據集： (u1, m1, 1) (u1, m4, 1) (u2, m2, 1) (u2, m3, 1) (u3, m1, 1) (u3, m3, 1) (u3, m4, 1) (u4, m3, 1) (u4, m4, 1) (u5, m2, 1) (
    apache-spark machine-learning apache-spark-mllib recommendation-engine collaborative-filtering 2016-12-02
最新問題