推荐系统笔记--Swing模型的原理

1--Swing模型的引入

在 Item CF 召回中,物品的相似度是基于其受众的交集 来衡量的,但当受众的交集局限在一个小圈子时,就会误将两个不相似的物品定义为相似;

Swing 模型引入用户的重合度来判断两个用户是否属于一个小圈子;

overlap(u1, u2) 用来衡量用户 U1 和 U2 的重叠度,重叠度大代表两个人可能来自同一个小圈子,那么他们对相似度的贡献会比较小。重叠度小,说明他们可能不属于同一个小圈子,则他们对相似度的贡献比较大,

使用 overlap(u1, u2) 可以降低小圈子对相似度的影响,alpha是个人工设置的参数,用来防止分母为 0 的情况;

相关推荐
B站_计算机毕业设计之家4 天前
推荐系统实战:python新能源汽车智能推荐(两种协同过滤+Django 全栈项目 源码)计算机专业✅
大数据·python·django·汽车·推荐系统·新能源·新能源汽车
RunningShare10 天前
千万级用户电商平台,Flink实时推荐系统如何实现毫秒级延迟?
大数据·flink·推荐系统·ab测试
deephub19 天前
从零构建短视频推荐系统:双塔算法架构解析与代码实现
人工智能·神经网络·机器学习·推荐系统
夹小汁23 天前
【计算广告】广告出价相关约束问题:PID控制、MPC预测算法
人工智能·推荐系统·计算广告
中杯可乐多加冰23 天前
【AI落地应用实战】利用亚马逊云科技 Step Functions 集成现有系统快速实现个性化邮件触达
大数据·人工智能·数据挖掘·数据分析·推荐系统·亚马逊云科技·step function
Cachel wood1 个月前
信息检索、推荐系统模型排序质量指标:AP@K和MAP@K
windows·搜索引擎·json·推荐系统·搜索
GawynKing3 个月前
使用 QLExpress 构建灵活可扩展的业务规则引擎
推荐系统·规则引擎·风控
好心的小明3 个月前
【王树森推荐系统】召回05:矩阵补充、最近邻查找
人工智能·推荐系统
好心的小明3 个月前
【王树森推荐系统】召回11:地理位置召回、作者召回、缓存召回
人工智能·缓存·推荐系统·推荐算法
白水baishui4 个月前
搭建强化推荐的决策服务架构
架构·推荐系统·强化学习·决策服务·服务架构