论文阅读（2014-1）----a new collaborative filtering-based recommender system for manufacturing appstore: which applications would be useful to your busines?
2024-08-25 15:35:11
这篇论文讲的东西并不深，讲的是appstore上的app个性化推荐问题，简单做个笔记。
简单介绍：
推荐系统可以降低没有卖任何app就离开的用户的概率、当用户买了某个app后，可以推荐配套的app、增加用户的忠诚度。
思路介绍：
Ui=（用户在频道1购买的app数目，用户在频道2购买的app数目，...用户在频道n购买的app数目）
US(用户相似度)=(Ui*Uj)/(||Ui||*||Uj||)
首先通过和你相似topK个用户购买了的app而你没有买的app作为候选推荐app，然后，就是对这些候选app的一个rank问题。
rank=候选app和自己购买app的共现对/自己购买app数。
结论：
个人觉得，思路清晰，相对简单。
最新文章
- Js实现string.format
- 打包ipa出现问题记录
- source insight增加注释宏
- MVVM ObservableCollection<> ListView
- ulua 路径小记 以及 lua require 机制整理
- js之滚动置顶效果
- spring mvc配置完后实现下载功能
- properties文件简介及其常用Java操作
- 如何绕过chrome的弹窗拦截机制
- ora-01031:insufficient privileges解决方法 - 转
- iphone6 wifi自动断开 tplink
- javascript —— HTTP头文件详解
- 未能加载文件或程序集“Oracle.DataAccess, Version=2.112.1.0, Culture=neutral, PublicKeyToken=89b483f429c47342"
- careercup-中等难度 17.3
- 如何解决 SogouIinput not enough space for thread data ？？ 虚拟内存
- CSS3属性之一：border-radius
- BZOJ 1002 轮状病毒 （基尔霍夫矩阵）
- uinavigationcontroller uinavigationbar 下方横线去除
- Unicode 与 Unicode Transformation Format(UTF，UTF-8 / UTF-16 / UTF-32)
- Python爬虫(十)_正则表达式