情感分析基本概念 为什么要情感分析 随着移动互联网的普及，网民已经习惯于在网络上表达意见和建议，比如电商网站上对商品的评价、社交媒体中对品牌、产品、政策的评价等等。这些评价中都蕴含着巨大的商业价值。比…
在观察数据的时候离散度是一个重要的指标。通常认为离散度越低数据会越好，但是现实场景并不如此。举个例子，比如某个电商网站有上万的商品，但是其每个商品的点评分离散度较低，那么将用户点评呈现给用户的价值就…
所谓核密度估计，就是采用平滑的峰值函数(“核”)来拟合观察到的数据点，从而对真实的概率分布曲线进行模拟。核密度估计更多详细内容，可以参考先前的Mean Shift聚类中的相关说明。一维数据的聚类这边文章中，讲到了…
在数据挖掘中，一个最基本的问题就是比较两个集合的相似度。通常通过遍历这两个集合中的所有元素，统计这两个集合中相同元素的个数，来表示集合的相似度；这一步也可以看成特征向量间相似度的计算（欧氏距离，余弦…
词性标注（Part-of-Speech tagging 或 POS tagging)，又称词类标注或者简称标注，是指为分词 结果中的每个单词标注一个正确的词性的程序，也即确定每个词是名词、动词、形容词或其他词性的过程。词主要可以分为以下…
Wordcloud 是一个生成词云的 Python 包，可以以词语为基本单位更加直观和艺术的展示文本，呈现效果类似标签云。这里主要讲解下如何使用。 wordcloud 使用文档 所有函数均封装在 WordCloud 类里: WordCloud([...])…
就像哲学有不同的流派一样，推荐系统的算法设计思路也可以分为不同的流派。排序学习恰恰就是其中的一种流派。熟悉 RecSys 等推荐系统国际会议的从业者可能会发现，自 2010 年以后的若干年内，陆续出现了许多基于排…
ALS（alternating least squares） ALS是交替最小二乘的简称。在机器学习中，ALS特指使用交替最小二乘求解的一个协同推荐算法。如：将用户（user）对商品（item）的评分矩阵分解成2个矩阵： user对item潜在因素的…
什么是 SVD？ 奇异值分解（singular value decomposition）是线性代数中一种重要的矩阵分解，在生物信息学、信号处理、金融学、统计学等领域有重要应用，SVD 都是提取信息的强度工具。在机器学习领域，很多应用与奇…
矩阵分解简介 推荐领域的人一般都会听说过十年前 Netflix Prize 的比赛，随着 Netflix Prize 推荐比赛的成功举办，近年来隐语义模型（Latent Factor Model，LFM）受到越来越多的关注。隐语义模型最早在文本挖掘领域…
