个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
28
4
我很好奇克服“冷启动”问题的方法/途径是什么，当新用户或项目进入系统时，由于缺乏有关该新实体的信息，因此进行推荐是一个问题。
我可以考虑做一些基于预测的推荐(例如性别、国籍等)。
最佳答案
您可以冷启动推荐系统。
有两种类型的推荐系统；协同过滤和基于内容的。基于内容的系统使用有关您推荐的事物的元数据。那么问题是哪些元数据是重要的？第二种方法是协作过滤，它不关心元数据，它只使用人们对某个项目所做或所说的内容来做出推荐。通过协作过滤，您不必担心元数据中的哪些术语很重要。事实上，您不需要任何元数据来做出推荐。协同过滤的问题是你需要数据。在获得足够的数据之前，您可以使用基于内容的推荐。您可以提供基于这两种方法的推荐，并且一开始是 100% 基于内容的，然后当您获得更多数据时开始混合基于协作过滤的推荐。这是我过去用过的方法。
另一种常见技术是将基于内容的部分视为简单的搜索问题。您只需将元数据作为文档的文本或正文输入，然后为文档建立索引即可。您可以使用 Lucene 和 Solr 来完成此操作，而无需编写任何代码。
如果您想了解基本的协同过滤是如何工作的，请查看 Toby Segaran 所著的《集体智能编程》的第 2 章
关于prediction - 如何使我的推荐引擎适应冷启动？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/1992508/
28
4
0
这里有没有人在使用Google Prediction API？为了什么？它“起作用”了吗？ 最佳答案 如果您正在寻找实际案例，请查看此案例automatically assigns priority
无论如何，学习R ..: 在简单的x和y回归中，我输入: predict(data1.lm, interval="prediction") 和 predict(data1.lm, interval="
我创建并调整了多个模型，但在尝试预测它们时遇到了问题。我首先按如下方式运行代码来调整 LDA 模型。 library(MASS) library(caret) library(randomForest
问题 我在 R 中训练了一个线性回归来预测 this.target来自 city , 数据框中的变量 data .这个训练是在数据的一个子集上完成的，它由 train.index 指定。 . mode
我正在检查 tf-serving 示例，发现 inception_client.py mnist_client.py 时使用 result = Stub.Predict(request, 10.0)使
我已在 Google ML Engine 中上传了该模型的一个版本，其中包含 saved_model.pb 和一个变量文件夹。当我尝试执行命令时: gcloud ml-engine local pre
请先在我们的 GitHub 存储库中搜索类似问题。如果您找不到类似的示例，您可以使用以下模板: 系统(请填写以下信息): - 操作系统:Ubuntu 18.04 - Python版本:3.6.7 -
我正在研究一个简单的 LL(1) 解析器生成器，我遇到了给定某些输入语法的 PREDICT/PREDICT 冲突问题。例如，给定如下输入语法: E → E + E | P P → 1 我可以
我正在对具有多个预测变量的线性模型的预测值求和，如下例所示，并希望计算该总和的组合方差、标准误差和可能的置信区间。 lm.tree <- lm(Volume ~ poly(Girth,2), data
我是 R 和统计学的新手。所以这个问题可能有点愚蠢，但我想知道 R 中的 predict() 和 predict.lm() 之间是否有任何区别？我认为它们是相同的，但如果它们是相同的，为什么会有两个不
我尝试了针对this question而发布的答案，但是错误没有改变。我试图以相同的方式预处理训练集和测试集。它们来自两个不同的文件，我不确定我的老师是否会把我混合在一起，所以在拆分它们之前进行预处理
使用随机森林包:- #install.packages("randomForest") library(randomForest) 我使用在线代码在我的系统上运行随机森林。我得到了一个具有混淆矩阵和准
我有一个模型 (fit)，基于上个月之前的历史信息。现在我想使用我的模型来预测当月的情况。当我尝试调用以下代码时: predicted fit$modelInfo$label [1]“随机森林” 因此
我正在尝试找出应用于列表的操作。我有列表/数组名称预测并执行以下指令集。 predictions[predictions >> a = np.array([1,2,3,4,5]) #define ar
此 R 代码引发警告 # Fit regression model to each cluster y fit$rank 检查 另一种方法是拥有比可用变量更多的参数: fit2 <- lm(y ~
我不是 R 专家。我正在尝试计算多项式模型生成的偏差: f calc.bias(f, polydeg, x))。我使用的整个代码: library(PolynomF) f <- function(x)
谁能帮我解决我的问题？我似乎无法从互联网上得到任何答案。我一直在寻找一整天。所以这是我的问题。我正在使用 opencv4android 2.4.10 和 Android Studio 作为我的 IDE
我可以使用哪种方法来根据姓氏来预测某人的国籍？ 我有大量的文字和作者姓氏。我想确定哪些语言是由拉丁语使用者撰写的，哪些文本是由以英语为母语的使用者撰写的，以便研究一组中的某些写作风格模式是否与另一组中
我很好奇克服“冷启动”问题的方法/途径是什么，当新用户或项目进入系统时，由于缺乏有关该新实体的信息，因此进行推荐是一个问题。 我可以考虑做一些基于预测的推荐(例如性别、国籍等)。 最佳答案 您可以冷启
我正在使用零膨胀负二项式模型(包:pscl)对电影通过联系网络(基于电话数据)的传播进行建模 m1 我的变量是: 因变量: 扩散链的长度(计数 [0,36]) 自变量: 电影特征(虚拟变量和连续变量
我是一名优秀的程序员,十分优秀！