8.Recommending Ephemeral Items at Web Scale
本文档由 Flyerlemon 分享于2011-08-30 11:30
将寿命短的item映射到持续的潜在product空间。假设item是从潜在products中衍生的，使用聚类模型来收集item数据。使用独立分布的变量组成的矢量代表item，潜在的商品则是用概率分布的矢量代表。不同类型的数据的概率分布是自然随机选择的。学习的目标是使得总簇内连贯性（在本文衍生过程中，有商品的最大似然取对数之和代表）最大。从历史交易数据中，可以利用朴素贝叶斯分类器得出推荐，基于Item的推荐则可以从为现实的item里推知..
下载文档
收藏
打印
分享：
君，已阅读到文档的结尾了呢~~