五个有关推荐系统的资料

banq 13-07-18
    

Recommended: 5 Great Talks on Recommender Systems

建立大规模的真实世界推荐系统Building Large-scale Real-world Recommender Systems - Recsys2012 tutorial
解剖了Netflix的个性化特点(“一切都是个性化”),在这篇PPT中谈了Netflix的数据模型(包括物流/线性回归,弹性网,矩阵分解和马尔可夫链),消费数据科学(用户离线和在线测试),

在建立大型社会网络推荐系统中关键要点Key Lessons Learned Building Recommender Systems for Large-scale Social Networks
这篇PPT谈了推荐系统对于LinkedIn的重要性,提供了用户绝佳体验,以及关于切片/标签数据的挑战性, 测试的价值等


音乐推荐和唱片发现Music Recommendation and Discovery Remastered
谈了建设一个音乐推荐系统(包括庞大的库存,每件成本低,低功耗,高度情境使用)面临的独特挑战,怎样才能做出一个好的音乐推荐,以及不同推荐策略的优点/缺点。


建立一个基于Solr的实时推荐引擎Building a Real-time, Solr-powered Recommendation Engine
该文提供了一个使用Solr搜索和匹配的概述,包括基于内容(基于属性的,分层的,文本的相似性,基于概念)和基于行为的方法构建推荐系统相关概念。也指出CareerBuilder为什么选择Solr而没有选择Mahout。

Committing to Recommendations
谈了有关Stitch Fix创建一个完美推荐系统的努力 – 甚至客户都没有明显感受到它的存在,也谈了关于算法 数据收集,以及如何将算法和人工判断结合在一起。

[该贴被banq于2013-07-18 07:00修改过]