2009-04-15

ICML 2008的论文集合

转载自 http://www.informatik.uni-trier.de/~ley/db/conf/icml/icml2008.html

2009-04-09

新买了两本书,回归分析方面的

Classical and Modern Regression with Application(Second Edition)
Nonlinear Regression Analysis and its Application

2009-04-01

如何将用户信息和电影信息加入到基于CF的推荐系统

在传统的协同过滤中,我们仅仅知道用户对电影的评分。但如果我们还有很多其他信息,比如用户的年龄,国籍,城市,学历,以及电影的导演,演员,简介,标签,等等这些内容信息。那么如果将这些信息加入到CF系统中以获得最好的预测误差?

我目前对这个问题还没有切实的解决办法,能够显著的提高现有的协同过滤的精度。这个其实输入内容过滤和协同过滤的结合。以往基于knn的方法一般用这些信息计算相似度,不过在SVD的方法中如何融入这些信息确实是一个值得研究的问题。

2009-03-25

宋朝的牛人真多啊

今天下了狠心,买了一套史记,中华书局版的,嘿嘿。

最近看电视,忽然发现北宋的牛人真多啊,而且都集中在一个时间段(100年)。我特地收集了这些牛人的生卒年。列在下面,嘿嘿。

寇准 961-1023
晏殊 991-1055
范仲淹 989-1052
欧阳修 1007-1072
苏洵 1009-1066
司马光 1019-1086
曾巩 1019-1083
王安石 1021-1086
程颢 1032-1085
程颐 1033-1107
苏轼 1037-1101
苏辙 1039-1112

看,牛人们在很短的时候都冒出来了,看来,乱世出英雄啊。和三国差不多。

2009-03-10

Google Reader分享的订阅



我最近发现google reader的分享提供的rss功能不错,让我们能订阅别人的分享。

这里是我的分享,欢迎大家订阅 http://feeds2.feedburner.com/xlshare

http://www.google.com/reader/shared/05597061783814717014

2009-03-06

twitter改界面了


看来twitter开始进军搜索了,要做实时网络搜索,很好很强大。可惜现在对中文搜索支持的不好,不知道是搜索技术不行,还是说中文的人少,嘿嘿。

2009-03-04

最近有关recommender system和collaborative filtering的会议

ACM Recommender Systems 2009
Important Dates:
Long and short papers due: May 8
Author notification: June 19 (6 weeks)
2nd round short papers: June 26
Notification 2nd round: July 17
Camera-ready copy: August 17

Web Intelligence 2009

IMPORTANT DATES
Workshop proposal submission: January 15, 2009
Electronic submission of full papers: April 10, 2009
Tutorial proposal submission: April 10, 2009
Workshop paper submission: April 30, 2009
Notification of paper acceptance: June 3, 2009
Camera-ready copies of accepted papers: June 30, 2009
Workshops: September 15, 2009
Conference: September 15-18, 2009

2009-02-24

我在NetflixPrize的进展



NetflixPrize是一个collaborative filtering的比赛,目的在于设计出更好的推荐系统。我上周用它的数据集测试了我的算法,因为参数时间还短,目前结果不是很理想。下面将我的方法和一些已知的结果公布一下。

目前我使用的是SVD的方法,用这个方法,是因为这个方法比较快,需要的内存不大(3G)左右。至于kNN的方法,我的计算相似度矩阵的算法还比较耗时(有人说这个步骤可以很快),所以我先尝试了SVD的方法。

我目前的模型用的是最简单的svd模型:
r(u,i) = mean + b(u) + b(i) + <p(u), q(i)>
用梯度下降法优化。
6fa8f2de

在训练时,可以probe数据集里面的数据是包含在train里的,我们计算推广误差的时候,需要在train-probe的数据集上训练。但是在计算quiz的时候,还是要在整个train上做训练,否则精度相差还是很大的。

2009/02/24 d = 250,学习速率0.0055,正则化参数0.002,RMSE = 0.904

2009/02/25
今天用一种新的方法计算item-based算法中的相关系数,只需要3个小时(包含读取文件的时间)。

详细进展和介绍在 http://xlnetflixprize.blogspot.com/