欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜：Formal mathematics/Isabelle/ML, Formal verification/Coq/Agda, C++/Erlang/Lisp
Recommender system
来自开放百科 - 灰狐
（版本间的差异）
小 (→链接) |
小 (→链接) |
||
| 第28行： | 第28行： | ||
==链接== | ==链接== | ||
| + | *[https://github.com/grahamjenson/list_of_recommender_systems List of Recommender Systems] | ||
*[http://ibillxia.github.io/blog/2014/03/10/top-10-open-source-recommendation-systems/ TOP 10开源的推荐系统简介] | *[http://ibillxia.github.io/blog/2014/03/10/top-10-open-source-recommendation-systems/ TOP 10开源的推荐系统简介] | ||
*[http://www.resyschina.com/ Resys China] | *[http://www.resyschina.com/ Resys China] | ||
2016年3月15日 (二) 14:41的版本
|
您可以在Wikipedia上了解到此条目的英文信息 Recommender system Thanks, Wikipedia. |
Recommender system，Recommendation engine，推荐系统，推荐引擎。
亚马逊的CEO Jeff Bezos曾经说过，他的梦想是“如果我有100万个用户，我就要为他们做100万个亚马逊网站”。智能推荐系统承载的就是这个梦想，即通过数据挖掘技术，为每一个用户实现个性化的推荐结果，让每个用户更便捷的获取信息。
推荐引擎不是被动查找，而是主动推送；不是独立媒体，而是媒体网络；不是检索机制，而是主动学习。
推荐引擎利用基于内容、基于用户行为、基于社交关系网络等多种方法，为用户推荐其喜欢的商品或内容。
文档
- 百度推荐引擎实践系列（一）：策略篇
- 百度推荐系统 de 工程挑战
- 百度推荐系统实践
- 推荐系统实时化的实践和思考
- 天猫推荐算法实践
- 一淘推荐引擎
- HULU推荐系统构建经验谈
- 人人网社会化推荐
- Writing Recommender Systems with Java: An Introduction
- Introduction to a Recommender System for Apache OFBiz
- 移动环境下的内容推荐初探
图集
个性化推荐引擎
链接
分享您的观点
