Comments for Resys China

Comment on 推荐系统开源工具 – SVDFeature by clickstone

clickstone — Mon, 26 Sep 2011 10:55:25 +0000

非常感谢 @wnzhang 的分享！

Comment on 工程 by xlvector

xlvector — Sat, 10 Sep 2011 12:00:30 +0000

可以，没有问题，不过得等我闲下来，最近太忙了，嘿嘿

Comment on Reculike : 开源论文推荐系统 by xlvector

xlvector — Sat, 10 Sep 2011 11:59:54 +0000

在我们的系统里比较强调新的论文，以后会在新颖性和NB程度方面权衡

Comment on Reculike : 开源论文推荐系统 by xlvector

xlvector — Sat, 10 Sep 2011 11:59:09 +0000

是的，但考虑到只有1.7G的总内存，这个数据量就很大了。我们也逐步的使用CF来提高精度。谢谢你的关注

Comment on 工程 by ryan

ryan — Fri, 09 Sep 2011 14:25:22 +0000

不错，我想了解一下具体如何设计推荐系统，就拿你这个论文推荐系统来说，能不能把数据库说明文档也放在svn上呀？想从最基本的开始了解。

Comment on Reculike : 开源论文推荐系统 by wiizane

wiizane — Thu, 08 Sep 2011 13:23:49 +0000

今天又用了一下，登陆后，系统给我推荐的20篇论文我都“bookmark”了~~不错!

Comment on Reculike : 开源论文推荐系统 by wiizane

wiizane — Wed, 07 Sep 2011 13:41:15 +0000

或许，我应该表达的简洁一些，推荐的覆盖率和新颖性，呵呵~~！

加油~！

Comment on Reculike : 开源论文推荐系统 by wiizane

wiizane — Wed, 07 Sep 2011 13:39:38 +0000

很不错，试用了一下，推荐精确度我很满意。
但是覆盖率可能不是特别好，例如，我关注的是Context-aware Recommender Systems；以此作为关键词搜索并经过Reculike推荐给出的论文列表，却没有这个领域的经典早期文献“G. Adomavicius, et al, “Incorporating contextual information in recommender systems using a multidimensional approach”, ACM TOIS, 2005,23(1):103-145.”（类似GroupLens在早期推荐系统中的地位）；而论文列表中大多数都引用了这篇文献。我觉得，适当考虑下论文推荐列表中的共引文献可能有利于提高推荐覆盖率。
莫非，项亮将类似“Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions”这样的文献当作大众已熟知，而过滤掉了？

此外，“最终论文数据库中有170万篇论文”，如果作为研究用，是否每隔一段时间更新一次？毕竟大家除了关注研究现状以外，更关注各领域的最新进展（这也许是论文推荐系统的任务之一）。

希望越做越好~~！

Comment on Reculike : 开源论文推荐系统 by 陈运文

陈运文 — Wed, 07 Sep 2011 06:23:01 +0000

很不错！支持一下
用sphinx来实现推荐算法，虽然上线比较快，但后面作算法调整不太方便，170w的数据，如果只用作者、期刊来源、标题的话，数据量其实不大，自己建倒排索引来进行相似度计算其实会更好

Comment on Reculike : 开源论文推荐系统 by 丕子

丕子 — Fri, 02 Sep 2011 23:55:00 +0000

做的挺快的