kNN——K近邻 现在我们有了一种基于偏好查找类似用户的方法，下一步是允许每个k个最相似的用户投票选择应该推荐的项目。 主要有： &n … 继续阅读 Neo4j 做推荐 （12）—— 协同过滤（基于邻域的推荐）
Neo4j 做推荐 （11）—— 协同过滤（余弦相似度）
余弦距离： Jaacard相似度对于比较电影很有用，实际上是比较两组（类型、演员、导演等）。但是对于电影评级，每个关系都有一个我们可以考虑的权重。 余弦相似度： 两个用户的余弦相似度将告诉我们两个用户对电影的偏好有多相似。具有高余弦相似度的 … 继续阅读 Neo4j 做推荐 （11）—— 协同过滤（余弦相似度）
Neo4j 做推荐 （10）—— 协同过滤（皮尔逊相似性）
皮尔逊相似性或皮尔逊相关性是我们可以使用的另一种相似度量。这特别适合产品推荐，因为它考虑到不同用户将具有不同的平均评分这一事实：平均而言，一些用户倾向于给出比其他用户更高的评分。由于皮尔逊相似性考虑了均值的差异，因此该指标将解释这些差异。 … 继续阅读 Neo4j 做推荐 （10）—— 协同过滤（皮尔逊相似性）
关于攻坚性项目的一些建议
转载自：大飞码字的朋友们的知识星球 #技术成长认知提升# 攻坚性项目，遇到的同学不一定很多，但一旦遇到都会是很棘手的问题，一般都伴随着巨大的压力，往往有种不成功便成仁的悲壮。 1 前几天，星球里也有同学分享了一个类似的项目，其中遇到了类似的 … 继续阅读 关于攻坚性项目的一些建议
与其焦虑，不如行动
转载自：大飞码字的朋友们的知识星球 昨天公众号发了一篇文章，本来只是想给大家分享一个故事的，没想给大家带来了焦虑，是我的锅了。 有同学跟我说， 如果有钱，就不焦虑了，那我们就从钱说起吧。 从程序员职业生涯来看，最终能赚到钱的多少取决于两个因 … 继续阅读 与其焦虑，不如行动
工作是属于公司的，而职业生涯却是属于你自己的
转载自：大飞码字的朋友们的知识星球 工作是属于公司的，而职业生涯却是属于你自己的！ 你所能犯的最大错误就是相信自己是在为别人工作。这样一来你对工作的安全感已然尽失。职业发展的驱动力一定是来自个体本身。记住：工作是属于公司的，而职业生涯却是属 … 继续阅读 工作是属于公司的，而职业生涯却是属于你自己的
Neo4j 做推荐 （9）—— 协同过滤（人群的智慧）
简单的协同过滤 上面的简单的过滤方法其实存在很多问题，例如不基于流行度来进行规范或不考虑评级。 只考虑用户喜欢的类型 许多推荐系统融合了协同过滤和基于内容的方法，对于特定用户，哪些类型的评分高于平均水平？用它来评分类似的电影： 分析： 1. … 继续阅读 Neo4j 做推荐 （9）—— 协同过滤（人群的智慧）
干货分享：最全的互联网思维总结
课前秀：三个段子 第一个段子：一个毫无餐饮行业经验的人开了一家餐馆，仅两个月时间，就实现了所在商场餐厅坪效第一名;VC投资6000万，估值4亿元人民币，这家餐厅是雕爷牛腩。 只有12道菜，花了500万元买断香港食神戴龙牛腩配方;每双筷子都是 … 继续阅读 干货分享：最全的互联网思维总结
很多时候，成功都是被逼出来的
一、对于创业者来说，每一天都是压力测试 如同每一个还算成功的创业者一样，一路上我遇到的九死一生的事件从来没有少过。其中的艰难坎坷，很多不足为外人道也。虽然互联网创业者可能永远不会遇到像萨利机长一样的极端状况，但是我依然感觉它们冥冥之中有某种 … 继续阅读 很多时候，成功都是被逼出来的
Neo4j 做推荐 （7）—— 基于内容的相似度量标准
相似度量是用于生成个性化推荐的重要组件，这些推荐允许我们量化两个项目的相似程度（或者我们稍后会看到，两个用户偏好的相似程度）。 Jaccard指数是0到1之间的数字，表示两组的相似程度。 两个相同集合的Jaccard指数是1. 如果两个集合 … 继续阅读 Neo4j 做推荐 （7）—— 基于内容的相似度量标准