Публикации по теме 'recommender-systems'


Как работают рекомендательные системы (код Python - пример рекомендованного фильма)
В настоящее время мы очень часто слышим слова « Рекомендательные системы », и в основном потому, что они довольно часто используются компаниями для различных целей, например, для увеличения продаж (предложение товаров при покупке → Amazon: пользователи, у которых есть купил это, также купил это) или в предложениях для клиентов, чтобы улучшить качество обслуживания клиентов (предложение фильма → Netflix), или также в рекламе для таргетинга на нужных людей на основе сходства предпочтений...

Масштабируемые подходы к совместной фильтрации для крупных рекомендательных систем
Обзор: масштабируемые подходы к совместной фильтрации для больших систем рекомендаций Габор Такач, Иштван Пиласи, Боттян Немет, Домонкос Тикк В этой статье представлены некоторые методы матричной факторизации для совместной фильтрации. Для решения задач оптимизации используется градиентный спуск, аналогичный методу Саймона Фанка. Самый простой алгоритм представлен инкрементным одновременным MF (ISMF), который вычисляет матрицы P и Q, представляющие пользователей и элементы..

Рекомендуемый двигатель - под капотом
Многих из нас засыпают различными рекомендациями в повседневной жизни, будь то на сайтах электронной коммерции или в социальных сетях. Некоторые из рекомендаций выглядят актуальными, но некоторые вызывают у людей ряд эмоций, от замешательства до гнева. Существует два основных типа рекомендательных систем: контентная и совместная фильтрация. У обоих есть свои плюсы и минусы в зависимости от контекста, в котором вы хотите их использовать. На основе контента . В рекомендательных..

Точно настроенные преобразователи для многоязычного сопоставления вакансий и соискателей.
Создание полезных вложений текстовой информации в вакансии и резюме для отраслевых рекомендательных систем Автор Дор Лави , старший научный сотрудник Randstad Groep Nederland Каждый день в Randstad мы используем рекомендательные системы отраслевого масштаба, чтобы рекомендовать тысячи соискателей нашим клиентам и наоборот; вакансии для соискателей. Наша система рекомендаций по вакансиям основана на разнородном наборе входных данных: биографических данных (резюме) соискателей,..

Учебное пособие по проекту Data Science: как создать рекомендательную систему, чтобы подсказывать, что надеть на пробежку
Я бегун . Я живу в Чикаго, поэтому у нас есть все четыре времени года, иногда в течение одной недели. Я ненавижу беговую дорожку и предпочитаю как можно больше бегать на свежем воздухе. Да, это я выше, бегу на 5 км, когда было 3°F.