前言 这半个月除了工作上的事，一直忙于学习机器学习基础理论，每天背着四五本书上下班，还蛮有读书时的感觉。之前写了一篇文章，叫基于用户画像的实时异步化视频推荐系统，应该说只是完...
发简信
IP属地：广东
-
推荐系统之眼
-
推荐系统杂谈-推荐后台管理系统前言： 毕业半年，在一家电商公司从事推荐的产品工作。上班的这半年从对推荐系统的了解只有“亚马逊上面的看了该商品的用户还看了”和“淘宝上面的猜你喜欢”之外一无所知的菜鸟，到如今...
-
楼主，非常感谢你的分享，我学到了很多。
有一点疑问：
def vectorize_dic(dic,ix=None,p=None,n=0,g=0)
我理解的是：每条数据的one-hot编码的结果应该是一个（用户index向量+物品index向量）拼凑的向量，每个向量有且仅有两个非0值才对。
我看你的 vectorize_dic结果使用todense变换后，第一行数据有个2，其他全是0值，后面这些行的数据我也没看出是用户和物品的索引是怎么组合的。您能帮忙解答下吗？推荐系统遇上深度学习(一)--FM模型理论和实践
1、FM背景 在计算广告和推荐系统中，CTR预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进...
-
楼主，非常感谢你的分享，我学到了很多。
有一点疑问：
def vectorize_dic(dic,ix=None,p=None,n=0,g=0)
我理解的是：每条数据的one-hot编码的结果应该是一个（用户index向量+物品index向量）拼凑的向量，每个向量有且仅有两个非0值才对。
我看你的 vectorize_dic结果使用todense变换后，第一行数据有个2，其他全是0值，后面这些行的数据我也没看出是用户和物品的索引是怎么组合的。您能帮忙解答下吗？推荐系统遇上深度学习(一)--FM模型理论和实践
1、FM背景 在计算广告和推荐系统中，CTR预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进...
-
-
-
-
故事专题，不论是旅行生活中亲身经历的真实故事，还是童话玄幻遐想的虚构故事，这里记录你的每个故事。 欢迎向我们投稿你的故事！ 所投稿件必须是一个完整的故事，故事包括但不限于：小说、世间故事、叙事散文、以叙事为主的回忆录…… 投稿前，请阅读最有趣的投稿指南： http://www.jianshu.com/p/9da8500a57f0 投稿须知： 1.建议题材：有情节的小说、身边的故事、叙事游记、以叙事为主的回忆录、职业故事等。 2.不建议题材：连载、只有大道理的鸡汤、成功学、工具文、诗歌、观点时评类文章等。 3.文章在一千字以上，排版合理，不影响阅读体验。 4.禁止外链宣传。不得有个人微信、微信公众号、微博、豆瓣链接。 专题主编：似舞 https://www.jianshu.com/u/021585ebd561 目前【故事】专题已建有专题社群，私信主编暗号“我爱故事”，即可获得入群链接。任何投稿疑惑，写作问题，感情困难，都可以进群进行申诉，会有专人解决你的问题。
