原创 【推薦算法】從零開始做推薦（一）——認識推薦，認識數據
前言 推薦系統挺有趣的，但對做研究的人來講上手有很多坑。相比於圖像領域數據集、代碼公開透明，評價指標高度統一，推薦系統仍處在整合階段，龍蛇混雜。 目錄前言推薦是什麼?推薦需要知道些什麼?經典數據集[MovieLens 1M](
2020-06-22 17:23:20
原创 【機器學習】 python 多種方法實驗比較 文本情感二分類
實驗目的及要求 實驗源於“2019大數據挑戰賽-預選賽”。 本預選賽要求選手建立文本情感分類模型，選手用訓練好的模型對測試集中的文本情感進行預測，判斷其情感爲「Negative」或者「Positive」。所提交的結果按照指定的
2020-06-22 17:23:20
9
原创 【優化理論】 梯度下降算法及其python實現——以Logistic迴歸爲例
寫在之前 這是本人第一次編寫博客，技術不是很嫺熟，若造成閱讀困擾十分抱歉。其次，編寫博客的內容是基於研究生第一年所學課程作業而言的，部分時間已經比較久遠，引用和轉載上可能找不到當初借鑑的原文了，十分抱歉！編寫博客的目的一方面是
2020-06-22 16:18:42
2
原创 【推薦算法】從零開始做推薦（二）——TopK推薦的評價指標，計算原理與樣例
前言 推薦系統的評價指標在不同類型的推薦場景下，選用的不同。有些推薦的評價指標並非完全出自推薦系統，而是從搜索算法，信息檢索，機器學習等相關領域沿用過來，因此網上有些對評價指標的解釋並非完全以推薦系統的角度進行，這讓我會在學習
2020-06-22 16:18:37
3
原创 【數據處理】 python 極速極簡畫圖——二維連線、散點圖
python 極速極簡畫圖——二維連線、散點圖 說明 在一些作業或建模中經常要畫圖，自己百度的時候總要看好幾個才畫出來，後面有非專業的人找我畫圖，這裏自己總結一個簡單又快速的，適合萌新和非專業的人使用。 畫圖總結，同系列其
2020-06-22 16:18:37
原创 【推薦算法】從零開始做推薦（四）——python Keras框架 利用Embedding實現矩陣分解TopK推薦
前言 推薦系統的評價指標在不同類型的推薦場景下，選用的不同。有些推薦的評價指標並非完全出自推薦系統，而是從搜索算法，信息檢索，機器學習等相關領域沿用過來，因此網上有些對評價指標的解釋並非完全以推薦系統的角度進行，這讓我會在學習
2020-06-22 16:18:37
7
原创 【推薦算法】從零開始做推薦（三）——傳統矩陣分解的TopK推薦實戰
前言 在前兩章，我們已對本系列的數據集、評價指標做了相應的介紹，從本章開始將進行推薦實戰，算法上從最經典的矩陣分解講起。 目錄前言矩陣分解核心算法ML100K實現完整的矩陣分解TopK推薦構造矩陣訓練測試結果分析進階！靈魂拷問
2020-06-22 16:18:37
2
原创 【文獻閱讀】 Fair Sequential Group Recommendations
說明 1.原文鏈接。 2.本人及翻譯軟件的翻譯水平有限，粗讀即可，精讀請看原文。 標題 1.題目：公平的羣組序列推薦 Fair Sequential Group Recommendations 2.作者： 摘要 推薦系統已經
2020-06-11 02:03:19
原创 【深度學習】 Attention機制的幾種實現方法總結(基於Keras框架)
說明 在講解了Dense+Attention以及LSTM+Attention時，還是使用了別人的代碼，因此很多同學對一些地方仍有不夠清晰的認識，在這裏分享下自己的經驗，並基於實踐重新設計了實驗。這是本人在Attention實踐
2020-06-11 02:03:19
原创 【文獻閱讀】 2020-WWW-Attentive Sequential Models of Latent Intent for Next Item Recommendation
說明 1.原文鏈接。 2.WWW2020其他推薦系統文章。 3.本人及翻譯軟件的翻譯水平有限，粗讀即可，精讀請看原文。 標題 1.題目：基於潛在意圖的注意力序列模型給下一個項目推薦 Attentive Sequential Mod
2020-06-08 19:16:09
1
原创 【推薦算法】從零開始做推薦（六）——貝葉斯性化排序 (BPRMF) 的Tensorflow版
前言 之前我們已經介紹了貝葉斯個性化排序（Bayesian Personalized Ranking, BPR），並基於BPR矩陣分解進行推薦實戰。同傳統矩陣分解一樣，BPRMF也有神經網絡的版本。此方法在劉建平老師的博客上
2020-06-08 19:16:09
6
原创 【推薦算法】從零開始做推薦（五）——貝葉斯個性化排序矩陣分解 (BPRMF) 推薦實戰
前言 之前我們已經陸續完成了數據集、評價指標和經典算法MF推薦的實戰，接下來本章將介紹另一種應用也非常廣泛的推薦技術：貝葉斯個性化排序（Bayesian Personalized Ranking, BPR）。將基於BPR矩陣
2020-05-19 02:48:27
12
原创 【文獻閱讀】 2019-IJCAI-Sequential Recommender Systems Challenges, Progress and Prospects
說明 1.原文鏈接 2.此處將Sequential Recommender Systems 翻譯爲序列推薦系統，具體定義參見下文的形式化定義。 3.本篇爲頂會IJCAI上的文章，給出關於此會議其他推薦系統的文章參考。
2020-03-10 20:02:01
2
原创 【推薦系統】 Matlab 實現 基於HMM 與 personalRank 的推薦算法
寫在之前 這是本人的統計學習方法作業之一，老師要求一定要用Matlab編程，本人在此之前未曾大量使用Matlab，因此某些算法可能因爲不知道函數或者包而走了彎路。代碼高亮查了一下，沒找到Matlab的所以用了C的。部分算法參考
2020-03-10 20:02:01
原创 【深度學習】用Keras實現word2vec的CBOW模型
前言 儘管gensim裏的word2vec已經非常好用，但用別人的模型始終難以直接解決自己的問題，於是去搜有沒有直接能用的Keras版，找到了兩版，分別爲： 版本1：keras訓練word2vec代碼 版本2：【不可思議的W
2020-03-10 20:02:01