鐵人檔案
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。...
