Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
针对 Mahout 推荐器使用多个加权数据模型
我有一个基于用户相似性的布尔偏好推荐器 我的数据集本质上包含关系 其中 ItemId 是用户决定阅读的文章 我想添加第二个数据模型 其中 ItemId 是对特定主题的订阅 我能想到的唯一方法是将两者合并在一起 偏移订阅 ID 这样它们就不会
mahout
recommendationengine
在 R 中从 github 安装包时出错。dyn.load 中出错
我正在尝试直接使用以下命令将推荐程序包从 github 安装到我的 SUSE Linux R Server devtools install github sanealytics recommenderlabrats 然而 我确实收到了一条
r
recommendationengine
Lapack
了解皮尔逊相关系数
作为生成计算的一部分皮尔逊相关系数 http devlicio us blogs billy mccafferty archive 2006 11 07 netflix memoirs using the pearson correlati
recommendationengine
如何在 PySpark 中构建稀疏矩阵?
我是 Spark 新手 我想制作一个稀疏矩阵 专门用于推荐引擎的用户 ID 项目 ID 矩阵 我知道如何在 python 中做到这一点 如何在 PySpark 中做到这一点 这是我在矩阵中的做法 桌子现在看起来像这样 Session ID
python
apachespark
PySpark
sparsematrix
recommendationengine
如何实现推荐引擎?
请耐心等待我的写作 因为我的英语不熟练 作为一名程序员 我想了解在推荐系统或相关系统下实现的算法或机器学习智能 例如 最明显的例子来自亚马逊 他们有一个非常好的推荐系统 他们会知道 如果你愿意this 你可能还喜欢that 或者其他类似的东
Algorithm
recommendationengine
多键多值非确定性Python字典
已经有一个多键字典 https pypi python org pypi multi key dict 1 0 2在 python 中 也是一个多值字典 我需要一个 python 字典 它既是 example probabilistical
python
Dictionary
datastructures
recommendationengine
fuzzylogic
应用 pyspark ALS 的“recommendProductsForUsers”时出现 StackOverflow 错误(尽管可用 >300GB RAM 的集群)
寻找专业知识来指导我解决以下问题 背景 我正在尝试使用受启发的基本 PySpark 脚本这 例子 https github com GoogleCloudPlatform spark recommendation engine blob m
如何在sklearn中找到多个节点的最近邻居?
所以基本上我正在开发一个推荐系统 其中用户可以选择多个电影 节点 并给出与用户选择的所有电影 节点 相似的推荐 为了做到这一点 我需要同时找到这些多个节点的最近邻居 即结果应该接近node1 and node2 我怎样才能做到这一点 X 0
网页推荐系统
我正在尝试构建一个推荐系统 该系统会根据用户的操作 谷歌搜索 点击 他还可以明确地对网页进行评分 向用户推荐网页 为了了解谷歌新闻的做法 它会显示来自网络的有关特定主题的新闻文章 用技术术语来说就是集群 但我的目标是相似的 它将是基于用户操
machinelearning
mahout
recommendationengine
为推荐引擎生成测试集
我正在研究基于隐式反馈的推荐引擎 我正在使用这个链接 http insightdatascience com blog explicit matrix factorization html movielens http insightdat
machinelearning
recommendationengine
collaborativefiltering
ruby on Rails 的 Mahout 插件
我想在 Ruby on Rails 项目中使用 Apache Mahout 来实现推荐和协作过滤 特别是我的要求是 建议相关标签 推荐相关文章 根据用户的喜好提示他评论文章 根据用户的地理位置和其他元信息 向他推荐类似的用户 如果任何其他解
rubyonrails
rubyonrailsplugins
recommendationengine
mahout
如何使用scala或python在apache Spark中运行多线程作业?
我面临着与 Spark 并发相关的问题 这阻止了我在生产中使用它 但我知道有一种解决方法 我正在尝试使用订单历史记录对 700 万用户的 10 亿种产品运行 Spark ALS 首先 我获取不同用户的列表 然后对这些用户运行循环以获取推荐
python
scala
apachespark
recommendationengine
apachesparkmllib
如何使用 Vowpal Wabbit 的上下文强盗学习排名?
我正在使用 Vowpal Wabbit 的上下文强盗来对给定上下文的各种操作进行排名 Train Data 1 10 0 1 123 2 9 0 1 123 3 8 0 1 123 4 7 0 1 123 5 6 0 1 123 6 5 0
machinelearning
reinforcementlearning
vowpalwabbit
recommendationengine
User Based CF 或 Item Based CF 需要多少数据才能提供推荐?
User CF Item CF需要多少数据才能给出推荐 我手动创建了一个小数据集 因此我可以很好地理解该算法是如何工作的 我发现对于我创建的小数据集 Slope One可以给出推荐 User CF或Item CF不能给出推荐 其背后的原因是
recommendationengine
多种条件提前停止
我正在为推荐系统 项目推荐 进行多类分类 并且我目前正在使用sparse categorical crossentropy损失 因此 合理执行EarlyStopping通过监控我的验证损失 val loss像这样 tf keras call
python
python3x
tensorflow
Keras
recommendationengine
通过 TensorFlow 中 CSV 的分类特征数组列创建多热 SparseTensor
这是推荐系统中处理稀疏特征 例如一些ID特征 的典型方式 我正在寻找一种方便的方法来为 TensorFlow 管道准备数据 我做了很多搜索 但尚未找到好的解决方案 下面是似乎接近我需要的 但尚未工作 See 下面的部分 数据文件如下 csv
tensorflow
machinelearning
recommendationengine
featureengineering
(穷人的)产品推荐实施
我正在尝试为在线商店建立一个穷人的推荐系统 我想了解亚马逊的 购买此商品的顾客也购买了 的功能 并且我读了很多相关内容 我知道有 Apache Mahout 的东西 但我无法以这种方式调整服务器 然后会有谷歌预测API 但它要花钱 所以我开
php
mysql
AJAX
recommendationengine
为多语言 PHP 应用程序存储字符串的推荐方法
通常我将字符串与描述它们的关键字相关联 然后将它们存储在结构如下的数据库表中id int id varchar 16 language char 2 string varchar 然后 我创建一个 PHP 包装函数来根据访问者当前的语言获取
php
internationalization
multilingual
recommendationengine
评估 LightFM 推荐模型
我一直在玩lightfm很长一段时间以来 我发现生成推荐确实很有用 但是 我想知道两个主要问题 在推荐排名很重要的情况下评估 LightFM 模型 我应该更多地依赖precision k或其他提供的评估指标 例如AUC score 在什么情
python
machinelearning
recommendationengine
matrixfactorization