推荐系统,是指根据用户的习惯、偏好或兴趣,从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同,这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。
  1. 深度学习在推荐算法上的应用进展
  2. 关于推荐算法中rmse和rank的大讨论? - 知乎
  3. TOP 10开源的推荐系统简介 - Bill's Blog
  4. 推荐系统简介之一(itemCF算法) | ziyubiti
  5. 推荐系统或信息发现领域,有哪些经典的论文? - 知乎
  6. Introduction
  7. 推荐系统概述
  8. 深度学习在推荐系统中可以有哪些应用? - 知乎
  9. 有哪些关于推荐系统的前沿资料或者文献值得推荐? - 知乎
  10. RecSys – ACM Recommender Systems ? - 知乎
  11. 2016 应用推荐 | G2EX
  12. sublime text 3 插件推荐 - 博客 | azx1
  13. 推荐使用场景 | SQlite源码分析
  14. 协同过滤和基于内容推荐有什么区别? - 知乎
  15. Laravel + Vue 开发单页应用 | Flyerboy
  16. Recurrent Neural Network Based Subreddit Recommender...
  17. OPT拿到前,VISA没过期,I-20已经毕业可否离开美国? - 知乎
  18. Building Industrial-scale Real-world Recommender
  19. 推荐《写下记忆:理解、推导、扩展LSTM》 · Liu...
  20. 推送技术(APNS)四——服务器 - 第九块石头
展开全文
微信扫码咨询专知VIP会员