Google uses AI technology to translate content into your preferred language. AI translations can contain errors.
检查您的理解情况
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
为什么要使用推荐系统?
提供商品推荐引擎可让您更轻松地浏览内容。
此外,出色的推荐系统还可以帮助用户找到他们想不到的商品。
你认为必须在一切事物上运用机器学习技术。
看起来似乎是这样,但实际上,使用机器学习有更好的理由。
您希望将用户引导至赞助商内容。
哎呀,这不是使用任何机器学习解决方案的好理由。
Recommender 系统的主要组件有哪些?
候选人生成、评分和重新排名
干得漂亮!这些是任何推荐系统的三个主要组成部分。
嵌入、相似度指标和服务
这些元素与推荐系统相关,但它们不是主要组件。
矩阵分解、DNN 和重新排名
虽然重新排名是一个组件,但矩阵分解和 DNN 是候选生成器的类型。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-07-26。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2024-07-26。"],[],[]]