作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近十年来,个性化推荐系统领域的新算法、新技术层出不穷,越来越多前沿的机器学习和数据挖掘的研究成果应用到这一领域中,收到了良好的效果。但从实践角度出发,摆在互联网从业者面前最现实的问题,并不是挑选最酷的算法,而是如何挑选一套行之有效的个性化推荐系统。本文从产品的视角出发,讨论在不同情况下搭建个性化推荐系统所需注意的各项环节,希望能对相关领域的产品经理和工程师有所裨益。
推荐文章
基于大数据的Web个性化推荐系统设计
大数据
Hadoop
Web个性化推荐
系统设计
Sqoop
H-ICRS算法
基于数据挖掘的移动用户个性化推荐系统研究与设计
数据挖掘
移动用户
个性化推荐
系统设计
大数据个性化推荐分析
大数据
个性化推荐
兴趣爱好
推荐算法
协同过滤
混合推荐
基于个性化特征的电子商务智能推荐系统
个性化特征
电子商务
智能推荐系统
MAE值
预测精确度
数据组
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 围绕产品的个性化推荐系统设计
来源期刊 程序员 学科 工学
关键词 个性化推荐系统 产品 设计 成果应用 数据挖掘 机器学习 新技术 互联网
年,卷(期) 2013,(10) 所属期刊栏目
研究方向 页码范围 94-96
页数 3页 分类号 TP311
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
个性化推荐系统
产品
设计
成果应用
数据挖掘
机器学习
新技术
互联网
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
程序员
月刊
1672-3252
11-5038/G2
16开
北京市朝阳区广顺北大街33号院1号楼福码
2-665
2000
chi
出版文献量(篇)
10184
总下载数(次)
35
总被引数(次)
6420
论文1v1指导