推荐系统近几年来一直十分火热，目前几乎所有的电子商务系统、社交网络，广告推荐，搜索引擎等等，都不同程度的使用了各种形式的推荐系统。想知道电商如何向你发送广告的？想了解社交网络怎么推荐好友的？想自己搭建一个推荐系统？想了解一些算法或架构从而将自己的推荐系统做得更好？InfoQ为你整理了一系列的有关推荐系统的算法文章，以及主要从电商和社交网络方面选取了一些优秀的案例，来看看这些关于推荐系统的优秀文章吧。
- 推荐系统算法综述
推荐系统在各种系统中广泛使用，推荐算法则是其中最核心的技术点， 为推荐系统选择正确的推荐算法是非常重要的决定。每一种推荐算法都有其优点和缺点，当然也有其限制条件，在作出决定之前，必须要一一考量。在实践中，你可能会测试几种算法，以发现哪一种最适合你的用户，测试中你也会直观地发现它们是什么以及它们的工作原理。
InfoQ策划了系列文章来为读者深入介绍。推荐算法综述分为五个部分，本文作为第一篇，主要介绍了推荐算法的主要类型。第二篇涵盖了不同类型的协同过滤算法，突出他们之间的一些细微差别。之后的三篇会陆续发表出来。第三篇详细介绍了基于内容的过滤算法。第四篇主要介绍了混合引荐技术和基于流行度的推荐方法。第五篇，在回顾了所有基本的推荐算法之后，介绍了如何选择最合适的推荐算法。这一系列的作者是Maya Hristakeva和Kris Jack，英国的数据科学家，具有丰富的构建推荐系统的经验，他们共同为世界创建出了一些出色的推荐系统。
Read full article from 从算法到案例：推荐系统必读的10篇精选技术文章
No comments:
Post a Comment