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 |
小 (→链接) |
||
| （未显示1个用户的13个中间版本） | |||
| 第8行： | 第8行： | ||
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。 | 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。 | ||
| + | |||
| + | ==项目== | ||
| + | *[[PredictionIO]] | ||
| + | *[[deeplearning4j]], [http://deeplearning4j.org/welldressed-recommendation-engine Build a Recommendation Engine With DL4J] | ||
| + | *[[Oryx]] | ||
==文档== | ==文档== | ||
| 第18行： | 第23行： | ||
*[http://docs.huihoo.com/hulu/hulu-recommender-system-2013.pdf HULU推荐系统构建经验谈] | *[http://docs.huihoo.com/hulu/hulu-recommender-system-2013.pdf HULU推荐系统构建经验谈] | ||
*[http://docs.huihoo.com/renren/renren-social-recommender-system-2012.pdf 人人网社会化推荐] | *[http://docs.huihoo.com/renren/renren-social-recommender-system-2012.pdf 人人网社会化推荐] | ||
| + | *[http://docs.huihoo.com/javaone/2014/CON2558-Writing-Recommender-Systems-with-Java-An-Introduction.pdf Writing Recommender Systems with Java: An Introduction] | ||
| + | *[http://docs.huihoo.com/apache/apachecon/eu2014/introduction-to-a-recommender-system-for-apache-ofbiz.pdf Introduction to a Recommender System for Apache OFBiz] | ||
| + | *[http://docs.huihoo.com/infoq/ASshenzhen-study-on-content-recommendation-in-mobile-environment-20140719.pdf 移动环境下的内容推荐初探] | ||
| + | |||
| + | ==图集== | ||
| + | <gallery> | ||
| + | image:recommendation-engine-personalization.png|个性化推荐引擎 | ||
| + | image:aliyun-recommendation-engine.png|阿里云推荐引擎 | ||
| + | </gallery> | ||
==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://www.resyschina.com/ Resys China] | *[http://www.resyschina.com/ Resys China] | ||
*[http://www.baifendian.com/ 2009年，百分点科技推出专业推荐引擎技术平台，这是一家专业的推荐引擎技术与服务提供商。] | *[http://www.baifendian.com/ 2009年，百分点科技推出专业推荐引擎技术平台，这是一家专业的推荐引擎技术与服务提供商。] | ||
| 第26行： | 第42行： | ||
*[http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy2/index.html 探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤] | *[http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy2/index.html 探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤] | ||
*[http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy3/index.html 探索推荐引擎内部的秘密，第 3 部分: 深入推荐引擎相关算法 - 聚类] | *[http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy3/index.html 探索推荐引擎内部的秘密，第 3 部分: 深入推荐引擎相关算法 - 聚类] | ||
| + | *[http://www.csdn.net/article/2015-10-16/2825925 小团队撬动大数据——当当推荐团队的机器学习实践] | ||
| + | *[http://www.infoq.com/cn/articles/recommendation-and-searchengine 推荐系统和搜索引擎的关系] | ||
| + | *[http://www.ibm.com/developerworks/cn/java/j-lo-mahout/index.html 基于 Apache Mahout 构建社会化推荐引擎] | ||
[[category:machine learning]] | [[category:machine learning]] | ||
| + | [[category:big data]] | ||
| + | [[category:hadoop]] | ||
2016年5月19日 (四) 14:08的最后版本
|
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。
目录 |
[编辑] 项目
[编辑] 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
[编辑] 图集
个性化推荐引擎
阿里云推荐引擎
[编辑] 链接
分享您的观点
