冷启动用户推荐算法
冷启动用户推荐算法是一种推荐系统算法，用于向新用户推荐内容。它通常在用户数据不足或用户历史行为不足时使用，例如新注册用户或新加入社交网络的用户。冷启动用户推荐算法的主要优势在于提高新用户的参与度和留存率。
冷启动用户推荐算法的应用场景包括社交网络、电商平台、内容推荐平台等。例如，在社交网络中，新用户可能没有足够的联系人或内容来发现感兴趣的人或内容，因此需要通过推荐算法来帮助他们发现感兴趣的人或内容。在电商平台中，新用户可能没有购买历史，因此需要通过推荐算法来向他们推荐可能感兴趣的商品。在内容推荐平台中，新用户可能没有足够的历史行为来确定他们的兴趣，因此需要通过推荐算法来向他们推荐可能感兴趣的内容。
腾讯云提供了多种推荐系统解决方案，包括基于内容的推荐、协同过滤推荐、深度学习推荐等。腾讯云还提供了一个推荐系统实验室，可以帮助用户快速构建和部署推荐系统。推荐系统实验室提供了多种预置算法和模型，可以根据用户的需求进行选择和调整。
推荐系统实验室的相关文档和教程可以在腾讯云官方网站上找到，链接地址为：https://cloud.tencent.com/product/recs。
相关·内容
我正在研究一种算法，为您提供一个平台的推荐，您可以在这个平台上查看餐馆。因此，数据库有3个表，“用户”、“餐馆”和“评论”。评论的评级为1-5。每家餐厅可以有多个评论，用户可以有多个评论。一个评论只能有一个用户和一个餐馆。
首先，我将解释我目前的研究/结论，
我已经实现了大多数基于用户的系统，但是我遇到了一些问题，这些问题来自于产生推荐的方式。
首先，数据稀疏的问题，因为用户可能会在非常不同的餐馆上有一些评论，所以很难确定用户之间的相关性。
其次，我遇到了冷启动的问题.在能够计算出用户之间的相关性之前，您需要对同一家餐厅的每个评论进行大约4次评论。
通过使用基于内容的过滤器，我找到了一个解决方
浏览 4提问于2016-11-02得票数 2
回答已采纳
我正在尝试用Django框架实现一个组推荐系统，使用Python的LensKit工具(特别是一个适应UserUser算法的推荐对象)。然而，它只在某些情况下返回单个推荐(对于某些特定用户)，但它总是返回用户组的推荐(我创建了一个混合用户，其分数是组成员分数的平均值，并为其请求推荐)。下面是我为个人用户和组请求推荐的实现：
from rest_framework import viewsets, status
from .models import Movie, Rating, Customer, Recommendation
from .serializers import MovieSeri
浏览 14提问于2021-05-22得票数 1
回答已采纳
我想知道是否有任何方法可以为新用户获得推荐，使用已经训练好的WALS模型，并给出用户喜欢的项目列表。
目前，要获得推荐，您必须提供用户的id，该id必须在模型训练时使用的用户中。我想通过提供新用户喜欢的项目列表来获得推荐。
在 python库中有一个类似的特性
浏览 6提问于2018-11-07得票数 1
1回答
项目推荐服务
、、
我应该用MyMediaLite提供图书推荐服务。到目前为止，我已经使用Nutch爬虫从网站上收集了书籍，并将信息存储到hbase中。问题是，我实际上并不完全理解这些东西是如何工作的。通过示例，我必须通过测试数据和训练数据文件，以及用户-项目id对和评级。但书中的其他信息，如类别和作者呢？如何在没有用户信息的情况下，通过他们的信息等找到“相似”的书籍？是否有可能直接从hbase传递数据，而无需将其存储到文件中然后导入？或者这项工作更适合Apache Mahout或LibRec？
浏览 1提问于2015-08-31得票数 0
2回答
我有一个应用程序，我有用户喜欢的音乐流派，每当用户听了一首歌，他就给它打分。我想向他们展示用户可能like.How的最相关的歌曲，我在数据库模式上进行吗?我应该从用户那里获取哪些所有数据，以及如何获得与特定用户最相关的歌曲？清晰的解释是值得赞赏的。
浏览 1提问于2016-05-31得票数 0
1回答
考虑基于用户历史的内容推荐平台。内容是书籍和文章，我说的历史是指用户所读的东西，他所分享的东西等等。我知道有很多关于如何训练推荐系统的研究，但是我不知道该做什么来“开始”(平台还没有启动，数据集是空的)。是否有技术考虑没有数据可用的初始化阶段？
浏览 0提问于2018-01-30得票数 1
4回答
最近对推荐系统很感兴趣，但现在缺少一些很好的学习资料，有谁能简单介绍一些目前都有哪些推荐算法呢，又有哪些应用场景呢？
目前手机资讯app推荐的是挺精准的，但是总感觉推荐的有些过于单调了，我每天都只能看到同样的推荐内容，又该如何改进呢？
浏览 4324提问于2018-03-22
1回答
我已经建立了一个推荐系统，其中有数以万计的项目和它们的功能描述，但到目前为止还没有用户配置文件。我正在寻找可以帮助我引导系统的方法的指针，这样我就可以做一些评估。如果有任何关于这个问题的论文/应用程序的指点，我将不胜感激。
浏览 4提问于2013-03-17得票数 0
回答已采纳
1回答
案文建议-建议
、、
我在做一个个人项目。我研究了一些公开可用的数据集。我必须建立一个文本推荐系统，根据预定义的规则，建议用户使用全文(1-2行)。
如何构建文本推荐系统，以及如何定义规则(规则是简单的检查，比如AC，然后建议一个文本，如果不是建议替代文本)。我还需要知道如何让系统自己学习更新规则。
ANy的输入、研究论文的链接、github链接等将有所帮助
浏览 0提问于2019-10-03得票数 0
回答已采纳
我正在尝试注册一个用户。我正在使用AWS cognito进行用户身份验证和授权。我已经在常规设置的属性部分添加了新的自定义属性"abc“。我已经在AppClients中启用了abc属性的读写。
现在，我正在尝试使用Postman创建用户的API。我可以创建新用户，但我面临的问题是，我无法在创建用户时添加自定义属性。要添加自定义属性，每次我必须运行下面的cli命令。如何在创建用户本身的同时添加自定义属性。
aws cognito-idp admin-update-user-attributes --user-pool-id us-west-2_aaaaaaaaa --username d
浏览 8提问于2019-09-04得票数 0
1回答
我一直致力于通过基于隐性反馈的建议来实施推荐系统。因此，我使用元组(用户、项、计数)来创建我的用户项矩阵。
我在Insight数据科学博客上使用了一个非常好的例子实现了我的推荐系统：
然而，与电影镜头数据集相比，我的数据集非常稀疏。在本例中，6.3%的数据集已被填充，而该数字对我来说是0.30%。所以，在我的数据集中有很多未知的值。我有大约2900个用户和5000个项目。
我一直在训练我的模型，而训练的MSE拒绝下来。我试过优化参数，但没有结果。我有以下问题：
(1) MSE不是一个可靠的指标吗？我经历过这样的讨论：
然而，A/B测试对我来说不是一种选择。我在机器学习模型方面的经验一直告诉我，
浏览 2提问于2016-04-06得票数 1
回答已采纳
6回答
我很好奇有什么方法/途径来克服“冷启动”问题，即当一个新用户或一个项目进入系统时，由于缺乏关于这个新实体的信息，做出推荐是一个问题。
我可以考虑做一些基于预测的推荐(比如性别、国籍等等)。
浏览 3提问于2010-01-03得票数 5
回答已采纳
6回答
断断续续用过不少音乐App，虾米、网易云、QQ音乐等。这些App基本都有给用户推荐音乐的功能，总能在不经意间听到惊艳自己的音乐。这些歌单是有音乐团队精心定制推送给用户吗？还是来源于哪里呢？这些音乐推荐的工作原理又是什么？
浏览 1422提问于2018-03-22
假设您在矩阵n中获得了m电影的D1用户的评级。计算一个表示法
R = U \times \Sigma \times V
通过随机初始化u_i, v_j \forall i \in 1, \dots, n \forall j \in 1, \dots, m并通过梯度下降优化以下表达式：
\min_{u_i, v_i} \sum_{p_{ij}} \left ( p_{ij} - u_i \cdot v_j \right )^2 \text{ with } u_i \in \mathbb{R}^{1 \times r}, v_j \in \mathbb{R}^{r \times 1}
这就是我理解
浏览 0提问于2019-06-26得票数 4
我正在开发一个网站，将根据他们的数据向访问者推荐食谱。我正在从他们的个人资料，网站活动和facebook收集数据。
目前，我有一些数据，如用户名/用户I，食谱等级，年龄，性别，类型(蔬菜/非蔬菜)，烹饪(意大利/中国)。等等)。关于上面的功能，我想推荐一些新的菜谱，但是他们还没有去过。
实现了交替最小二乘()火花算法。在这方面，我们必须准备csv，其中包含userId，RecipesId，评级列。然后，我们必须训练这些数据，并通过调整lamdas、Rank、迭代等参数来创建模型。这个模型生成了推荐，使用pyspark
model.recommendProducts(userId，number
浏览 9提问于2017-07-14得票数 2
2回答
你好，我是AWS Lambda的新手，我想知道我们所谓的“热启动”(热启动)和“冷启动”(冷启动)是什么意思？有谁能详细解释一下吗?热兰达和冷兰达有什么区别？
浏览 4提问于2015-12-11得票数 15
回答已采纳
2回答
我正在为电影建立一个推荐引擎，并且阅读了很多很好的信息。我从未见过的一件事是如何为新用户和项目提供建议。正常的过程是:我建立我的模型并训练它。然后，我输入一个用户以及我希望返回给他们的最上面的k条建议。
现在，如果我想为没有在我最初的稀疏收视率矩阵中的用户这样做呢？如果我有一个稀疏的电影收视率为这个新用户，有一个简单的方法，将它纳入模型，而不重新培训整个模型从零开始？
我知道基于内容的过滤被用来解决CF的“冷启动”问题。这是我唯一的选择，即使我已经对这个新用户有了一些评级？
现在，我正在研究加权交替最小二乘(WALS)，最终我也想为SGD做这件事。
浏览 1提问于2018-07-28得票数 6
回答已采纳
我即将运行一个在线用户实验来比较推荐系统的不同策略。我将比较18个策略，每个策略产生5个建议，因此我必须要求受试者评估总共90个建议。然而，这些策略提出了重复的建议(即，一些建议出现在几个策略中)。
(i)在目前的设计中，每个页面都提供了一种策略提出的五项建议。在用户输入对所有这些策略的评估后，会出现另一个页面，其中给出了另一个策略的五个建议。因此，用户有时会看到他已经评估过的推荐。我认为这种设计在以前的作品中得到了广泛的应用，尽管如何处理重复的建议还没有得到广泛的讨论。
(ii)或者首先提取所有独特的建议，将它们分成不同的页面，并以随机顺序显示它们是否合理？我认为这种设计使实验变得更短。但据
浏览 7提问于2016-07-01得票数 0
stats团队已经开发了一个R脚本，它接受一个变量数组并返回一个整数数组(计算)。我想将它构建为一个独立的函数，我可以使用来自各种应用程序的HTTP请求来调用它。我正在读的很多东西都过时了。我应该为此使用Azure ML或Azure函数吗？
注意: R-Script不包含任何机器学习。R-Script包含一个未在azure上列出的包。
浏览 1提问于2018-11-29得票数 3
和其他许多人一样，我为大多数云功能的冷启动而苦苦挣扎。我完成了文档建议的所有优化步骤，但是由于我的所有函数几乎都使用admin和Firestore，一个典型的冷启动大约需要5秒，这意味着用户必须等待至少5秒的数据。
我正在考虑将我所有的http触发器云函数替换为一个单独的函数，比如/api/*，并将其设置为具有一定数量的minInstances。
这种方法的缺点是什么？首先，拥有多个http函数有什么意义？
为什么我不应该像api这样的REST使用一个http云函数来处理所有的资源，以消除冷启动呢？
浏览 0提问于2021-11-01得票数 1
我计划通过使用在kaggle上可用的WikiArt开源数据集将艺术品推荐系统作为一个项目，我仍然在寻找可能已经有用户评级的数据集，但是可以在没有任何用户评级的情况下做出推荐吗？dataset当前具有以下功能。任何帮助或洞察力都是非常感谢的。谢谢。
📷
浏览 0提问于2018-12-12得票数 3
我目前正在使用AWS做一些简短的视频编码与ffmpeg。如果有一个为我的lambda (当前正在运行的func)提供的现有容器，那么如果我再次调用它，它会使用这个现有的容器吗？
这将大大增加我的函数运行时间，因为我将在容器中执行两个或多个cpu繁重的任务，而不仅仅是一个。
如果这是真的，是否有可能在新容器中启动lambda func？
lambda保证为每个函数分配一定的内存是有意义的，但是如果该函数是cpu绑定的，那么如果同时使用该函数，容器岂不是潜在的瓶颈吗？
我查过了。
谢谢!
浏览 4提问于2017-02-05得票数 0
回答已采纳
1回答
基于内容的过滤(CBF)：基于产品/项目属性的。比如说，user_1在过去已经为其中的一些项目下过订单(或喜欢)。现在，我们需要识别这些订购商品的相关特性，并将其与其他项目进行比较，以推荐任何新的项目。基于特征集的相似项查找的著名模型之一是随机森林或决策树。
协作过滤()：它使用用户行为。比如说，user_1在过去已经为其中的一些项目下过订单(或喜欢)。现在我们发现了类似的用户。过去订购/喜欢相同商品的用户可以被视为类似的用户。现在，我们可以根据分数推荐一些由类似用户订购的商品。寻找相似用户的著名模型之一是KNN。
问题:说我必须找到类似的用户，而不是基于他们在CBF中的行为(就像我提到的那样
浏览 0提问于2019-05-19得票数 2
1回答
我用blob触发器在消费计划上做了一个Azure函数。然后，我向blob添加了许多文件，并希望每次将文件添加到触发器时都会调用Azure函数。
因为我使用Azure函数和消费计划，所以我希望没有可伸缩性问题，对吗？不对。
我可以轻松地将文件添加到blob中，比Azure函数处理它们的速度更快。上百个用户可以添加到blob中，但是似乎在任何时候只有Azure函数的一个实例在工作。意味着它很容易落在后面。
我以为平台会根据需要创建更多Azure函数实例。嗯，似乎没有。
有什么建议可以让我的Azure函数通过blob触发器实现真正的可伸缩呢？
浏览 1提问于2018-09-29得票数 0
我知道我可以为一个云函数设置最小的实例数。然而，我有一些不经常被调用的功能，因此从成本的角度来看，这是不实际的。
我事先知道用户何时将从UI中调用云函数，因为这是一系列步骤中的下一个步骤。在实际调用之前，是否有一种方法可以使函数升温，从而使其更快，还是它是真正调用它的唯一方法？
如果唯一的方法是调用它，那么我可以创建函数，这样就可以使用warmUp参数调用它，该参数只是启动，然后在用户调用函数之前5-10秒退出。这种方法能起作用吗？
浏览 2提问于2022-08-24得票数 0
回答已采纳
我有一个移动应用程序，后端目前正在作为NodeJS云函数运行，但我对NodeJS的使用远不如使用NodeJS那样舒服。因此，我已经用Java重写了API，但是，当涉及到将其部署为云函数或在云上运行时，冷启动的性能显然不是很好。当我添加我需要的依赖项时，我看到了15秒的冷启动时间，这是行不通的。我确实有一个“热身”端点，当用户登录到移动应用程序以启动API后端的初始化时，我会立即调用它，这确实有点帮助。
我已经和GraalVM玩了一会儿，生成了一个本地映像，虽然我可以让您的基本hello-world应用程序和一些稍微复杂一些的示例工作，但是我的应用程序有一些依赖项，比如gRPC和Cloud等等，
浏览 2提问于2020-08-09得票数 6
回答已采纳
目前，我正在使用静态图像作为我的splash。但我目前正在对其进行改造，并使用after effects引起了轰动。我有一些代码播放视频作为闪光灯，但文件将存储在应用程序中。我想让它，使视频存储在我的谷歌驱动器上的这个链接。
然后使用下面的代码在媒体播放器中播放。它不一定是google drive，如果你能想到另一个网站，ic应该用来让它变得更容易，那么也谢谢你。
String uriPath =
"https://drive.google.com/file/d/0B7ydVvZW0PBnQ3IxcEdIYVJfWGs" ;
Uri uri = Uri
浏览 3提问于2016-09-09得票数 0
大多数推荐算法向用户推荐新产品。
如果你买了这个，你可能会喜欢这个
但有时，用户最有可能购买的是他之前购买的物品。
是否有适合这种使用的算法？
浏览 0提问于2016-05-16得票数 2
回答已采纳
我的理解是，一个lambda@edge实例一次只能处理一个请求，如果所有现有实例都为一个请求服务，AWS将生成新实例。
我的lambda有一个重实例启动成本(~2秒)，但是执行成本非常低。它会触发查看器请求，这些请求总是以批次的形式出现(加载单页应用程序)。这意味着一个用户加载应用程序，在一个冷启动，将启动~20个lambda实例，并花费了~2秒。
但是，由于执行成本很低，一个lambda实例可以处理所有20个请求，而且仍然只需2秒。
另一个优势是，由于每个实例在启动时都连接到第三方服务，因此只有1个打开连接，而不是20个。
这个是可能的吗？
浏览 5提问于2022-11-09得票数 0
1回答
我们正在准备启动我们的iOS应用程序，我们的后端是在Node.js和Postgres数据库上。
我们计划使用Aurora Postgresql存储(仅文本，没有图片)。
目前，我们有一个EC2开发服务器t2.small，我为36 months (All upfront)预留了它，它工作得很好。此服务器以Node.js + Postgres的形式在Ubuntu上加倍。
我们只想在北美(美国和加拿大)生产。我们现在有0个用户。如果我们能在接下来的30到90天内有10个用户，那我们就太幸运了。每个用户可以使用应用程序5-10分钟，每周几次。
问:我不确定我应该使用多大的服务器。我想省钱，并乐意向Al
浏览 2提问于2020-07-21得票数 0
回答已采纳
1回答
如何解决推荐系统中的长尾问题？
、、、、
我想做一个电影推荐系统，使用二进制评分，即一个人是否看过电影！我正在使用各种余弦相似技术，除了问题是长尾推荐系统。我无法找到任何具体的解决方案，使用的只是查看或不使用(即0或1)，而不是这样的评级的建议？什么其他流行的算法可以用于相同的。我需要去除长尾问题，
我使用了自适应聚类，但是它需要很多派生变量，而这些变量在这里并不存在。
使用了其他方式，如全面集群，但没有使用。
使用流行度敏感的集群，但问题相同。
一直困在这个长尾问题上，但我的工作甚至没有得到一个很好的实现，也没有一篇研究论文对我有帮助，但毫无帮助。
每个人都在使用评级或用户数据，但我的工作没有任何用户信息，也没有
浏览 3提问于2020-07-02得票数 0
3回答
我有一个购买历史数据集。它包含userid、itemid和购买记录。“购买记录”是指用户购买该项目的次数。
因此，如何根据这些数据集计算用户或项的相似度，以生成建议。
浏览 7提问于2016-09-14得票数 0
回答已采纳
1回答
我们如何减少机场.dat文件的文件大小？我们当前的配置是
namespace test {
memory-size 20G # Maximum memory allocation for data and
# primary and secondary indexes.
storage-engine device { # Configure the storage-engine to use
file /opt/aerospike/test.dat # Lo
浏览 7提问于2022-01-21得票数 1
回答已采纳
我考虑使用aws个性化或任何类似的托管推荐服务。
我的问题是，是否有可能根据项目特性获得培训数据中未见的项目的推荐/排名。我看到aws个性化确实有项目特性数据集，但是当我阅读关于排名配方的文档时，它特别指出，没有在培训中的项目是在任何排名的末尾添加的。当然，新项目没有交互数据，所以任何只依赖交互数据的配方/算法都与我的情况无关。
我的问题是，如果可能的话，我是否以及如何利用aws对我的用例进行个性化，或者您是否知道任何可以处理它的推荐服务。
浏览 7提问于2022-06-13得票数 0
回答已采纳
我在AWS lambda上部署我的.net Core2.1应用程序，我正在使用AspNetCoreServer包代理路由到我的控制器，我发现了这个解决方案上的问题，在我的第一个请求Lambda执行动作控制器非常慢，但在其他请求中，我查看CloudWatch日志了解发生了什么，我在日志中看到最长的时间是在ControllerActionInvoker中:路由匹配来调用我的操作，我想知道我是否做错了什么，或者是.net核心对aws lambda很慢。
我的日志证据：
这是我的第一个请求日志：
和我的第二个请求日志：
谢谢
浏览 27提问于2018-12-07得票数 3
我们看到页面在第一次运行时需要一段时间才能加载的问题(每个用户会话)，我们认为这是因为视图不是预编译的，但是我们找不到任何关于如何在使用Visual Studio发布Azure应用程序部署到Azure时预编译视图的文档。
有什么想法吗？
浏览 0提问于2019-01-23得票数 0
回答已采纳
1回答
嗨，有100+云功能和一个完整的应用程序，控制面板和营销网站。在测试时，我的客户说网站速度很慢。这是因为所有这些函数的冷启动时间。
我真的不感兴趣的cron工作，每分钟点击每个函数，因为有很多，而且正如其他帖子所建议的，他们并不总是工作。
昨晚我有个主意。我知道这有点粗略，但我想知道拥有一个云函数端点会有什么后果(除了不能释放单个函数)，它切换一个带有函数名称的参数，然后调用导入的其他本地函数。这意味着，对于某些用户来说，单个函数在第一次运行时会很慢，但随后其他所有函数都会很快，因为该函数已经很热了。
不幸的是，我需要做上面的其中一个来提高性能，直到firebase发布一个像aws这样的特性来
浏览 0提问于2020-02-20得票数 0
目前，当新用户出现时，我无法更新我的推荐系统，这与没有添加用户和项目矩阵有关。我在哪里能找到这个，怎么做？谢谢
model.userFactors model.itemFactors
浏览 3提问于2016-04-19得票数 8
回答已采纳
我有一个信息流的用户项目对，持有一个基于最后6M记录的块，并更新它每分钟。我不喜欢这些之间的重建，一些重要的数据可能是未使用的。例如，新用户加入了系统，但是模型还不知道他的情况。我发现了类PlusAnonymousConcurrentUserDataModel，，它允许向模型中添加少量条目并获得更精确的推荐。文档为它提出了更多限制使用的场景:我必须：
分配临时用户
添加额外数据
得到推荐
然后发布用户和额外数据。
可以使用这个类迭代地收集数据直到模型被定时器重建吗？怎样才是正确的方法？PlusAnonymousConcurrentUserDataModel似乎有一些不同
浏览 1提问于2018-10-25得票数 1
2回答
我不是一个数据科学家，但我正试图为我的公司实现一个推荐系统。我的应用程序运行在PHP上，但我将使用Python处理数据。
我的公司是一所在线学校，目前有40门在线课程。我有一个CSV文件，有大约30k用户的首选项，它看起来如下：
📷
0表示用户没有订阅(我在这里认为他们没有兴趣)，而1表示订阅(感兴趣)。
我的想法是将单个用户数组(如0，1，0，0，1 )与所有这些数据进行比较，并根据该用户感兴趣的概率为每个课程返回一个分数。
我正在考虑使用多项式Logistic回归，但据我所知(我不知道多少)，它会返回我一个二进制结果，对吗？
你推荐我使用什么分类模式？理想情况下，我的结果应该是：
[0.9
浏览 0提问于2018-05-21得票数 2
我有大约120个用户，总共有4500个数据点。最小用户有大约5个数据点，最大用户有大约100个数据点。我想要建立一个模型，将为每个用户作出预测。
最优的方法是什么？我是为每个用户创建一个模型，还是创建一个带有分类变量的模型来指定用户？
我可以想象，单一的模型方法会利用用户之间的相关性，但每个用户的模型可能会受到数据不足的影响，无法很好地概括。
我会考虑这里描述的一种池方法：可能重复，但是自变量中没有足够的信息来区分用户和其他用户，这就是为什么我必须创建一个分类变量来区分用户。也就是说，有许多用户具有相同的输入变量，但系统输出不同。
输入变量包括:到达时间、一周中的一天和温度。输出变量包括起飞时
浏览 0提问于2018-08-28得票数 1
2回答
我面临着一个关于序列挖掘的棘手问题，比如我有10种产品，我有数百万条记录，每条记录都包含用户、产品和购买时间戳。每个用户可能只有1条记录或100条记录。例如：
user 1, p1, t1
user 1, p1, t2
user 1, p2, t3
user 1, p3, t4
user 1, p1, t5
user 2, p2, t6.....
现在我需要预测什么时候是为用户推广产品的最佳时机。
到目前为止，我的解决方案是，将时间分成几个类别。然后对数据应用Apriori，例如记录将如下所示
user 1, p1T1
user 1, p2T2
user 1, p3T2
user 1, p2T
浏览 1提问于2011-12-09得票数 6
Cloud Run似乎在超过400ms的时间内响应。即使是在重复调用时(我假设是“预热”的容器)。
我部署了一个简单的node.js服务(参见下面的代码)，它使用静态JSON进行响应。
服务端点不需要用户身份验证。我打电话给我们-Central1(来自加利福尼亚州文图拉县)。美国)
我调用了服务，得到了400ms以上的延迟。有时我看到延迟在5000-6000毫秒。射程！
我知道Cloud Run还处于测试阶段，但我希望能从Google那里得到反馈，让我对性能和近似有更高的期望。什么时候。另外，如果我的配置有误，请让我知道。如果你有比我更好的结果-请让我知道你在做什么不同。
我部署的服务：
测试
浏览 0提问于2019-08-20得票数 0
1回答
让我们假设我正在为在线内容构建一个内容推荐引擎。我有web日志数据，我可以将这些数据导入到图形中，其中包含用户ID、他们查看的页面以及查看时的时间戳。本质上，这是每个用户查看过哪些页面的历史记录。
我使用Neo4J和Cypher编写了一个简单的遍历算法。对于我想为之构建建议的每个页面(节点)，我发现哪些页面在访问过此页面的其他用户中最受欢迎。这似乎会带来不错的结果。但是，我想探索其他方法，看看哪种方法给出了最相关的建议。
除了简单的遍历之外，我还想知道是否有一些图形级别的属性可以用来使用这个数据集来构建另一组建议。我看过卡扣，它有一个很好的算法库，比如Page，Clauset社区检测，Girv
浏览 0提问于2014-12-29得票数 2
2回答
在我到目前为止看到的所有推荐系统的实现中，火车测试拆分都是以这种方式执行的：
+------+------+--------+
| user | item | rating |
+------+------+--------+
| u1 | i1 | 2.3 |
| u2 | i2 | 5.3 |
| u1 | i4 | 1.0 |
| u3 | i5 | 1.6 |
| ... | ... | ... |
+------+------+--------+
这将被转换为表格的评级矩阵：
+------+-------+-----
浏览 0提问于2020-01-21得票数 5
回答已采纳
我正在迭代地构建一个基于频繁变化的概率潜在因素模型的自定义推荐系统。我已经编写了一些实现该模型的Java代码。它将用户项目评分矩阵分解为两个矩阵UxK (用户特征向量)和IxK (项目特征向量)，以估计缺失的评分。
我正在寻找一种最简单的方法来将我的代码插入(也许通过重写)到一个框架中，以构建一个推荐系统，一个基线，并能够以一种标准的方式相互比较-例如，交叉验证来计算精度，召回率，RMSE……由于我的系统仍然缺乏这一点，框架应该提供基于估计的用户项目评分矩阵来计算和提出推荐的方法。
看起来Mahout应该做这项工作。然而，它的文档说“它目前不支持基于模型的推荐器”。有没有人能告诉我，使用Mah
浏览 0提问于2013-02-03得票数 1
回答已采纳
1回答
我是最有经验的新用户。到目前为止，从我的桌面PC到Android仿真器粘贴文本的活动没有问题。好吧，现在，我想做相反的事。所以，请告诉我如何粘贴文本从android模拟器剪贴板到我的桌面电脑记事本？
浏览 28提问于2022-11-01得票数 0
7回答
基于内容的项目建议的方法
、、、
我目前正在开发一个应用程序，我想在其中分组类似的项目。项目(如视频)可以由用户创建，它们的属性也可以在以后进行更改或扩展(比如新标签)。我不像大多数协作过滤机制那样依赖用户的偏好，而是希望根据项目的属性(比如相似的长度、相似的颜色、相似的标记集等)比较项目的相似性。计算有两个主要目的:为给定项建议x相似项和聚类为相似项组。
到目前为止，我的应用程序遵循异步设计，我希望尽可能地解耦这个集群组件。为现有项创建新项或添加新属性将通过发布组件可以使用的事件来进行广告。
计算可以提供最大的努力和“快照”，这意味着我对在给定的时间点上可能出现的最佳结果没有意见，尽管结果质量最终会提高。
因此，我现在正在寻
浏览 9提问于2010-12-28得票数 2
回答已采纳
1回答
我不确定这是否是问这个问题的地方，但我有一个最佳实践的问题。
我有一个由Salesforce数据提供的仪表板服务，该服务显示本周执行的任务X的数量(X表示商机已关闭-已成功、潜在客户已创建等)。
目前，数据被定期拉取并存储在SQL数据库中，该数据库映射到客户端应用程序调用的REST API以获取两个日期值之间的聚合，并将通过SF的Insert触发器由Webhook调用额外提供。
我想知道将Firestore Collection作为聚合SQL的缓存是一个好主意，还是有更好的方法。我看到的好处是减少了我的SQL服务器上的流量，即时更新(如果“缓存”(Firestore)更新了，客户端的值也会立即
浏览 2提问于2018-11-16得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
