老婆的問題很多。
找不到好看的影片,會問我有什麼好看的?
挑不到禮物,會問我該買什麼禮物好?
還有...今天晚上要吃什麼?
怎麼我每天都有回答不完的問題?
那就來打造可以回答老婆問題的推薦系統吧!
接下來30天,我打算讓大家陪我一起實做推薦系統。
我會從影片的推薦引擎開始,技術方面,我打算分享以下內容:
1. 基於內容相似的推薦系統
2. 協作過濾法
3. 因數分解機
4. GBDT
總之,就請每天來看看,讓我們一起出發吧!
老婆:「怎麼轉來轉去,都找不到想看的影片~」我:「都給你自己選片看了,選了10分鐘還找不到要看的?」老婆:「對啊,好不容易有空了,就是找不到要看的嘛!」我:「那...
今天我們來用基於內容過濾(Content Based Filtering)的推薦,來復刻版像 Netflix 的類似影片功能,然後來看看我們與 Netflix...
從前一天的文章(Day 02-如何用一個晚上的時間復刻出 Netflix 的「類似影片」功能?)裡面,我們知道要做出「類似影片」的功能,就要找出任兩部影片之間的...
在上一篇我們了解,只要東西能轉成特徵向量,那不論用歐幾里德距離或餘弦相似度,都可以找出兩個東西間「有多像」!今天來討論怎麼樣把電影資訊向量化。但電影的資訊又不是...
今天我們要說明如何用sklearn 的 TfidfVectorizer 將電影資訊向量化。 要怎麼做呢?只要4個步驟。 第1步:準備好斷好的文章 我準備了111...
自然語言的處理常常要做斷詞,像是昨天說的做 tf-idf 。如果能夠在不失原意的情況下,把文章主要的內容詞彙找到,並刪掉沒有用的詞,後面的分析就會因為得到比較乾...
之前我們都在數學上打轉,看看相關影片是哪裡相關了?相關的理由有沒有直觀的看法呢?今天我們就不再做計算,我拿3個實際的影片推薦的例子來看看,這演算法到底是怎麼推薦...
如果有常去逛電商網站,就可能有看過網站推薦你:「購買了這本書的人還買了什麼?」或者,「誰的粉絲也看了什麼影片?」。這樣的推薦方式是什麼樣的推薦方式呢? 前幾天的...
如果媽祖託夢,告訴我們每一個人對每部電影有多喜歡,喜歡程度從 1 星到 5 星,最後得到下表,那我們的推薦系統只要查表就好了,這樣變得非常簡單! 例如我們有一張...
這兩天我們介紹了 協作過濾法是什麼,昨天也說明了UserCF 和 Item CF 的演算法。但工具要使用,還得要看場合。只要場合對,任何演算法都是最佳演算法。...