python数据分析行业案例课程：推荐系统_哔哩哔哩

第1章推荐系统概述（上）

全集试看

1.1课程内容介绍

视频课

10分46秒

2

全集试看

1.2为什么会出现推荐系统

视频课

19分49秒

3

全集试看

1.3推荐系统的常见形式

视频课

12分19秒

4

全集试看

1.4推荐系统算法的基本思路

视频课

18分16秒

5

1.5推荐系统评测的三大步骤

视频课

11分7秒

6

1.6怎样才能算一个好的推荐系统？

视频课

11分51秒

7

1.7模型评估：准确率

视频课

14分6秒

8

1.8模型评估：其他指标

视频课

12分5秒

第2章推荐系统概述（下）

9

2.1推荐系统常用的相似度指标

视频课

10分8秒

10

2.2一些基础模型

视频课

12分28秒

11

2.3电影评分数据集简介

视频课

7分55秒

12

2.4网易云音乐数据集简介

视频课

20分51秒

13

2.5云音乐数据整理

视频课

11分14秒

第3章 Suprise包使用入门

14

3.1suprise包简介

视频课

7分4秒

15

3.2读入数据

视频课

10分12秒

16

3.3数据拆分

视频课

8分42秒

17

3.4模型的拟合与评估

视频课

14分31秒

18

3.5将模型结果用于推荐

视频课

11分38秒

第4章协同过滤

19

4.1协同过滤概述

视频课

17分58秒

20

4.2ItemCF

视频课

10分56秒

21

4.3用户CF

视频课

11分8秒

22

4.4【复习】KNN的基本原理

视频课

13分53秒

23

4.5ML100k案例：筛选算法框架

视频课

13分21秒

24

4.6ML100k案例：模型参数调优

视频课

10分42秒

25

4.7ML100k案例：将模型结果用于推荐

视频课

11分44秒

第5章矩阵分解

26

5.1【复习】主成分分析的基本原理_20

视频课

17分13秒

27

5.2SVD的基本原理

视频课

9分57秒

28

5.3如何将SVD用于推荐系统

视频课

17分20秒

29

5.4SVD++与NMF

视频课

5分43秒

30

5.5ML1m案例

视频课

15分10秒

第6章基于内容的推荐算法

31

6.1CB方法的基本原理

视频课

17分5秒

32

6.2【复习】词袋（BOW）模型

视频课

7分34秒

33

6.3【复习】用sklearn生成文档-词条矩阵

视频课

11分42秒

34

6.4ML案例：基于词频矩阵

视频课

12分45秒

35

6.5【复习】关键词提取的基本思路

视频课

6分44秒

36

6.6【复习】TF-IDF算法

视频课

5分54秒

37

6.7MLl案例：基于TF-IDF

视频课

8分53秒

第7章结合文本挖掘进行推荐

38

7.1如何将文本挖掘技术和内容推荐相结合

视频课

7分41秒

39

7.2【复习】分词原理简介

视频课

8分3秒

40

7.3【复习】jieba分词的基本用法

视频课

9分9秒

41

7.4【复习】使用自定义词典和搜狗细胞词库

视频课

9分56秒

42

7.5【复习】去除停用词

视频课

11分8秒

43

7.6云音乐案例：基于词袋模型推荐

视频课

9分35秒

44

7.7【复习】丛词袋模型到N-gram模型

视频课

6分51秒

45

7.8【复习】文本信息的分布式表示

视频课

9分34秒

46

7.9【复习】共现矩阵

视频课

5分58秒

47

7.10【复习】NNLM模型的突破

视频课

5分21秒

48

7.11【复习】word2vec一出，满座皆惊

视频课

15分18秒

49

7.12【复习】文档相似度的doc2vec实现

视频课

9分56秒

50

7.13云音乐案例：基于词向量模型推荐

视频课

7分2秒

第8章基于列表序列进行推荐

51

8.1如何基于列表序列进行推荐

视频课

10分30秒

52

8.2【复习】关联分析的数据格式与结果格式

视频课

14分59秒

53

8.3【复习】Apriori算法的原理与实现

视频课

16分

54

8.4云音乐案例：基于关联分析推荐

视频课

9分8秒

55

8.5【复习】词条相似度：word2vec训练

视频课

10分7秒

56

8.6【复习】词条相似度：word2vec应用

视频课

9分25秒

57

8.7云音乐案例：基于词向量模型推荐

视频课

7分3秒

第9章聚类方法在推荐系统中的应用

58

9.1【复习】聚类分析概述

视频课

15分24秒

59

9.2【复习】聚类分析的方法分类

视频课

10分2秒

60

9.3【复习】BIRCH聚类

视频课

16分6秒

61

9.4聚类分析应用思路

视频课

11分1秒

62

9.5网易云音乐案例：数据准备

视频课

17分12秒

63

9.6网易云音乐案例：建模操作

视频课

20分23秒

第10章冷启动问题

64

10.1冷启动概述

视频课

16分58秒

65

10.2用户冷启动案例

视频课

9分45秒

66

10.3物品冷启动案例

视频课

11分35秒