mrec推荐系统库
mrec的Python项目详细描述
=========
mrec推荐系统库
============
=============
Introduction
----
`mrec`是在“Mendeley<;http://www.Mendeley.com>;``开发的一个Python包,用于支持推荐系统的开发和评估该软件包目前专注于项目相似性和其他在隐式反馈和实验评估方面工作良好的方法。
`mrec`试图填补当前环境中的两个小空白,首先提供
用于一致性和可重复性评估的简单工具,其次提供如何使用ipython.parallel的示例,以便在单机的核心上或集群上运行相同的代码。IPython和科学Python库的结合非常强大,
但是仍然很少有例子能说明如何在实践中使用它。
重点介绍:
-a(相对而言)有效地实现了slim item similarity method[1]。
-一个hu,koren&;Volinsky用于隐式反馈的WRMF加权矩阵分解(2)〉BR/>—一种优化加权近似排序成对(WARP)排序损失的矩阵分解模型[3 ],
-一种混合模型,基于用户项矩阵和每个项目的内容特征,对排序进行优化。-使用IPython并行培训模型和提出建议的实用程序。
-准备数据集和计算质量度量的实用程序。
mrec的文档可以在http://mendeley.github.io/mrec上找到。
https://github.com/mendeley/mrec.
`mrec'实现了[1]中描述的slim推荐程序。如果您在研究中使用“mrec”,请引用本文。
参考文献[1]马克·利维,克里斯·杰克(2013)。基于线性回归的top-n推荐算法。在Recsys'13的大型推荐系统车间。[2]Hu,Y.,Koren,Y.,和Volinsky,C.(2008年)。隐式反馈数据集的协同过滤。在ieee icdm'08中。[3]Weston,J.,Bengio,S.,&Usunier,N.(2010年)。大规模图像标注:学习联合词图像嵌入排序。机器学习,81(1),21-35.
mrec推荐系统库
============
=============
Introduction
----
`mrec`是在“Mendeley<;http://www.Mendeley.com>;``开发的一个Python包,用于支持推荐系统的开发和评估该软件包目前专注于项目相似性和其他在隐式反馈和实验评估方面工作良好的方法。
`mrec`试图填补当前环境中的两个小空白,首先提供
用于一致性和可重复性评估的简单工具,其次提供如何使用ipython.parallel的示例,以便在单机的核心上或集群上运行相同的代码。IPython和科学Python库的结合非常强大,
但是仍然很少有例子能说明如何在实践中使用它。
重点介绍:
-a(相对而言)有效地实现了slim item similarity method[1]。
-一个hu,koren&;Volinsky用于隐式反馈的WRMF加权矩阵分解(2)〉BR/>—一种优化加权近似排序成对(WARP)排序损失的矩阵分解模型[3 ],
-一种混合模型,基于用户项矩阵和每个项目的内容特征,对排序进行优化。-使用IPython并行培训模型和提出建议的实用程序。
-准备数据集和计算质量度量的实用程序。
mrec的文档可以在http://mendeley.github.io/mrec上找到。
https://github.com/mendeley/mrec.
`mrec'实现了[1]中描述的slim推荐程序。如果您在研究中使用“mrec”,请引用本文。
参考文献[1]马克·利维,克里斯·杰克(2013)。基于线性回归的top-n推荐算法。在Recsys'13的大型推荐系统车间。[2]Hu,Y.,Koren,Y.,和Volinsky,C.(2008年)。隐式反馈数据集的协同过滤。在ieee icdm'08中。[3]Weston,J.,Bengio,S.,&Usunier,N.(2010年)。大规模图像标注:学习联合词图像嵌入排序。机器学习,81(1),21-35.