推荐系统

基于卷积神经网络的Caser算法将一段交互序列嵌入到一个以时间为纵轴的平面空间中形成“一张图”后，基于卷积序列嵌入的推荐（Caser）算法利用多个不同大小的卷积滤波器，来捕捉序列中物品间的点级（point-level）、联合的（union-level）和跳跃（skip）转移模式。

我爱学Python!

大语言模型与图结构的融合: 推荐系统中的新兴范式随着大语言模型（LLMs）的不断发展,如何进一步利用LLMs来增强推荐效果成为了一大研究热点。传统推荐系统生成用户/项目嵌入表示主要依赖用户行为数据,可能会忽略与用户和项目相关的丰富文本信息。本文从如何有效利用用户/项目的文本属性出发聚焦于两项最新工作:RLMRec和GacLLM,展示了如何利用LLMs来理解并优化文本信息和去噪。

我就算饿死也不做程序员

多场景多任务建模（三）: M2M（Multi-Scenario Multi-Task Meta Learning）多场景建模: STAR(Star Topology Adaptive Recommender)多场景建模（二）: SAR-Net（Scenario-Aware Ranking Network）

推荐系统：用户行为建模方法现在网上的服务越来越多了，推荐系统在很多应用里都特别重要，像是在线购物或者电影推荐什么的。这些系统就是帮我们从一大堆信息里挑出我们可能感兴趣的，然后给我们推荐。它们会用各种信息来预测我们喜欢啥，比如我们以前的行为，还有我们和商品之间的互动。这些互动特别关键，因为它们能帮系统了解我们的喜好。

基于机器学习的酒店评论分析与推荐系统设计目录第一章绪论1.1 研究背景1.2 研究目的和意义1.3 研究内容和方法1.4 论文结构安排第二章相关理论与技术

我就算饿死也不做程序员

多任务学习MTL模型：多目标Loss优化策略之前的文章中多任务学习MTL模型：MMoE、PLE，介绍了针对多任务学习的几种模型，着重网络结构方面的优化，减缓task之间相关性低导致梯度冲突，模型效果差，以及task之间的“跷跷板”问题。

推荐系统三十六式学习笔记：原理篇.深度学习20|用RNN构建个性化音乐榜单时间是一个客观存在的物理属性，很多数据都有时间属性，只不过大多时候都把它忽略了。前面讲到的绝大多数推荐算法，也都没有考虑“用户在产品上作出任何行为”都是有时间先后的。

推荐系统三十六式学习笔记：原理篇.矩阵分解12|如果关注排序效果，那么这个模型可以帮到你矩阵分解在推荐系统中的地位非常崇高。它既有协同过滤的血统，又有机器学习的基因，可以说是非常优秀了；但即便如此，传统的矩阵分解无论是在处理显式反馈，还是处理隐式反馈都让人颇有微词，这一点是为什么呢？

推荐系统：精排多目标融合与超参数学习方法帕累托最优指的是这样一种社会状态：当且仅当不减少其他人的效用就无法增加任何一个人的效用时，这种社会状态就称之为帕累托最优。

Python极客之家

基于大数据的汽车信息可视化分析预测与推荐系统温馨提示：文末有 CSDN 平台官方提供的学长 QQ 名片 :)本项目通过集成网络爬虫技术，实时获取海量汽车数据；运用先进的ARIMA时序建模算法对数据进行深度挖掘和分析；结合flask web系统和echarts可视化工具，为用户提供直观、易用的操作界面。系统主要包含汽车销量分析、汽车品牌车系分析、汽车评分分析、汽车指导价分析、汽车价格预测和汽车个性化推荐等功能模块，旨在为汽车行业从业者、消费者及研究人员提供全面、准确的数据支持和服务。

机器学习社区

面了钉钉搜广增算法岗（暑期实习），秒挂。。。。节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。

博士僧小星

人工智能|推荐系统——基于tensorflow的个性化电影推荐系统实战(有前端)基于tensorflow的个性化电影推荐系统实战(有前端).zip资源-CSDN文库本系统将神经网络在自然语言处理与电影推荐相结合，利用MovieLens数据集训练一个基于文本的卷积神经网络，实现电影个性化推荐系统。最后使用django框架并结合豆瓣爬虫，搭建推荐系统web端服务。

Federated Unlearning for On-Device RecommendationWSDM 2023 CCF-BFederated Unlearning for On-Device Recommendation

vx_biyesheji0001

商品推荐系统+可视化+2种协同过滤推荐算法 Django框架大数据毕业设计（附源码+论文）✅毕业设计：2023-2024年计算机专业毕业设计选题汇总（建议收藏）毕业设计：2023-2024年最新最全计算机专业毕设选题推荐汇总

基于协同过滤算法的旅游推荐系统设计与实现点我完整下载基于协同过滤算法的旅游推荐系统设计与实现Design and Implementation of a Travel Recommendation System based on Collaborative Filtering Algorithm

数据与后端架构提升之路

交替最小二乘法协同过滤（Collaborative Filtering）：这是一种推荐系统的方法，依据用户之间或物品之间的相似性来进行推荐。协同过滤通常分为两种主要类型：用户基于（user-based）和物品基于（item-based）协同过滤。用户基于协同过滤关注于找出相似用户的偏好来推荐物品，而物品基于协同过滤则是通过比较物品之间的相似性来进行推荐。

推荐系统笔记--Swing模型的原理在 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；

医学小达人

在推荐系统中，BPRloss、Embloss、CrossEntropyloss是怎么计算的，代表的意义是什么一、BPRloss（Bayesian Personalized Ranking loss）是一种用于推荐系统中的损失函数，用于衡量预测的排序与真实的用户行为排序之间的差异。BPRloss的计算过程如下：

小胡说人工智能

基于Pandas+余弦相似度+大数据智能护肤品推荐系统——机器学习算法应用(含Python工程源码)+数据集本项目结合了Pandas数据处理工具和机器学习技术，旨在构建一个智能的护肤品推荐系统。该系统不仅会考虑用户的肤质特征，还会考虑过敏反应等因素，并筛选出相互禁忌的产品，以便为不确定如何选择护肤品的用户提供个性化的推荐。

小胡说人工智能

基于Face++网络爬虫+人脸融合算法智能发型推荐程序——深度学习算法应用(含Python及打包exe工程源码)+爬虫数据集这个项目利用了网络开源平台Face++ API，并结合了Python网络爬虫技术，以实现自动化的流程，来帮助用户找到最适合他们的发型。具体步骤如下：