(1)基于内容(NLP)的推荐,CB (2)协同过滤推荐 [1] 基于近邻的协同过滤 1.基于用户的协同过滤,U-CF 2.基于项目的协同过滤,I-CF 3. LFM推荐,是上面的混合。 [2] 基于模型的协同过滤 1. 关联算法 2. 聚类算法 3. 分类算法 4. 回归算法 5. 矩阵分解 6. 神经网络 7. 图模型 8. 隐语义模型(LSA) ...
推荐算法分类介绍 推荐算法分类介绍 推荐算法 1. 基于内容的推荐 基于内容的信息推荐⽅法的理论依据主要来⾃于和，所谓的基于内容的推荐⽅法就是根据⽤户过去的浏览记录来向⽤户推荐⽤户没有接触过的推荐项。主要是从两个⽅法来描述基于内容的推荐⽅法：启发式的⽅法和基于模型的⽅法。启发式的...
3)混合(Mixed):同时采用多种推荐技术给出多种推荐结果为用户提供参考。 4)特征组合(Feature combination):组合来自不同推荐数据源的特征被另一种推荐算法所采用。 5)层叠(Cascade):先用一种推荐技术产生一种粗糙的推荐结果,第二种推荐技术在此推荐结果的基础上进一步作出更精确的推荐。 6)特征扩充...
推荐算法 1. 基于内容的推荐 基于内容的信息推荐方法的理论依据主要来自于信息检索和信息过滤,所谓的基于内容的推荐方法就是根据用户过去的浏览记录来向用户推荐用户没有接触过的推荐项。主要是从两个方法来描述基于内容的推荐方法:启发式的方法和基于模型的方法。启发式的方法就...
已有的推荐模型通常基于元学习来构建，利用元数据来描述分类数据集特征和算法性能间的关系。这种解决方式忽略了数据集间的关系以及算法间的关系，且难以将用户需求纳入到推荐模型构建过程当中。项目采用异构信息网络来对算法和数据集间的关系进行建模，充分考虑数据集间和算法间的关系，利用异构信息网络分析技术来研究算法...