求教machinelearning方面recommendation system的tech blog# JobHunting - 待字闺中r*g2013-05-05 07:051 楼machine learning 方面的同学或大牛,求推荐recommendation system 方面的好的paper, 据说amazon的这个已经是old fashioned, 求科普这方面的,多谢了
r*l2013-05-05 07:052 楼做recommendation的话matrix factorization必读啊,易用结果好,所以挺popular的,原来netflix prize的paper,现在factorization machine都可以读一读。其实recommendation也是一种ranking problem, ranking适用的approach也都一样用【在 r******g 的大作中提到】: machine learning 方面的同学或大牛,求推荐recommendation system 方面的好的: paper, 据说amazon的这个已经是old fashioned, 求科普这方面的,多谢了
r*g2013-05-05 07:053 楼RAIL,多谢哈,以为帖子每人回。 以前听一个牛人说amzon过时乐,2006出了新的技术,应该就是netflix prize引出的。顺便发一下自己查到的,greg linden的 Amazonrecommmendaton, 比较老的report了,还有mahout, 好像比weka更实用,注重scalability。再问下,有没有ranking problem的牛paper?google的ranking 技术保密【在 r**l 的大作中提到】: 做recommendation的话matrix factorization必读啊,易用结果好,所以挺: popular的,原来netflix prize的paper,现在factorization machine都可以读一读。: 其实recommendation也是一种ranking problem, ranking适用的approach也都一样用
q*32013-05-05 07:054 楼search了一下用matrix factorization做recommendation的内容,感觉用non-negativematrix factorization应该更好啊,至少能给这种现实的应用以物理解释,不明白如果用matrix factorization出现负值在rating系统里怎么理解另外前辈能介绍下做ranking的经典approach吗?【在 r**l 的大作中提到】: 做recommendation的话matrix factorization必读啊,易用结果好,所以挺: popular的,原来netflix prize的paper,现在factorization machine都可以读一读。: 其实recommendation也是一种ranking problem, ranking适用的approach也都一样用
s*52013-05-05 07:055 楼PageRank的paper怎么保密了?找找就能找到保密【在 r******g 的大作中提到】: RAIL,多谢哈,以为帖子每人回。 以前听一个牛人说amzon过时乐,2006出了新的技术: ,应该就是netflix prize引出的。顺便发一下自己查到的,greg linden的 Amazon: recommmendaton, 比较老的report了,还有mahout, 好像比weka更实用,注重: scalability。再问下,有没有ranking problem的牛paper?google的ranking 技术保密
v*k2013-05-05 07:056 楼经典approach就是人肉rulebase排序。negative【在 q*********3 的大作中提到】: search了一下用matrix factorization做recommendation的内容,感觉用non-negative: matrix factorization应该更好啊,至少能给这种现实的应用以物理解释,不明白如: 果用matrix factorization出现负值在rating系统里怎么理解: 另外前辈能介绍下做ranking的经典approach吗?