基于机器学习的即时推荐引擎架构.pptx

  1. 1、本文档共38页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
;推荐引擎的即时性、精准性、相关性是大数据时代网络营销的成功秘诀。;Category;;什么是“图”数据库?;;;;;提高精准度需要借助相关知识(Context);;;应用实例 – Meetup活动推荐;有效的推荐:匹配感兴趣的主题;替代的路径;Cypher:图数据库查询语言;Cypher:创建节点和关系;Cypher:匹配图模式;Meetup活动推荐 – 推理和发现(续);Meetup活动推荐 – 推理和发现(续);;;;基于协同的规则 共同参加的活动,余弦相似度,Jaccard相似度, Dice相似 度, ... 基于内容的规则 属于同一领域的其他主题和活动,例如“关系数据库” 兴趣组,可以推荐“建模”、“SQL”、“JDBC” 特定规则 最多人参加的活动、新活动、特邀嘉宾出席的活动等 综合各种规则的系统;;Meetup活动推荐 – 进一步的改进(续);Meetup活动推荐 – 进一步的改进(续);Meetup活动推荐 – 进一步的改进(续);;;基于实际数据进行训练: 用户接受度:因果关系;那为什??以前在机器学习中没有见到过图数据库?;;;;总 结 基于图数据库实现机器学习 数据模型的一致性 性能优势,因为无须做连接(JOIN) 丰富的语义和关系 图论算法 模型的灵活性 结合图数据库和机器学习,使得实现即时、精准、 相关性高的推荐引擎成为可能。;;

文档评论(0)

智慧IT + 关注
实名认证
内容提供者

微软售前技术专家持证人

生命在于奋斗,技术在于分享!

领域认证该用户于2023年09月10日上传了微软售前技术专家

1亿VIP精品文档

相关文档