Bayesian Personalized Ranking

时间 2021-01-02

原文原文链接

在推荐系统的实现中，几乎总会遇到从较多候选集中为用户选取特定的少数几个物品进行推荐，这本质上是一个Ranking问题。在推荐场景中用户更缺乏耐性，对推荐结果的消费也十分有限。因此，排序的好坏直接决定了用户对一个准确率为90%的推荐候选集的满意度是否真的有90%。这里我们为大家介绍一种“基于贝叶斯后验优化的个性化排序算法”：Bayesian Personalized Ranking。其

>>阅读原文<<

1. VBPR: Visual Bayesian Personalized Ranking from Implicit Feedback
2. Bayesian Personalized Ranking 算法解析及Python实现似然与几率的异同
3. #Paper Reading# Personalized Context-aware Re-ranking for E-commerce Recommender Systems
4. Real-Time Personalized Recommendation System
5. Random Walk and Personalized Pagerank
6. 论文笔记：Personalized Deep Learning for Tag Recommendation
7. Personalized Defect Prediction
8. Naive Bayesian
9. Bayesian statistics
10. Bayesian Watchdog
更多相关文章...