熊猫算法(Google Panda)是什么？-马海祥博客
新型SEO思维就是从一个全新的层次上提升seo优化的水平，达到网络信息最佳化的展示效果！
> 熊猫算法(Google Panda)是什么？
熊猫算法(Google Panda)是什么？
时间：&&&文章来源：马海祥博客&&&访问次数：
前段时间，我在马海祥博客上发布了一篇专门介绍熊猫算法4.1(Panda 4.1)的文章，国内有些刚入行的SEO初学者看了之后，说不太理解，也不知道熊猫算法是什么？有什么作用？对此，马海祥特意写了这篇文章，为大家专门介绍一下到底什么是熊猫算法？
简单的来说，熊猫算法（Google Panda）是Google公司推出的一种反垃圾网站的搜索引擎算法，旨在降低低质量内容的网站排名的算法。
一、什么是熊猫算法？
&熊猫&算法（Google Panda）是Google（谷歌）号推出的一种反垃圾网站的搜索引擎算法，目标是打击各种充满低质量信息的&内容农场&网站，旨在降低一些低质量内容网站排名的算法，同时也是Google的网页级别评判标准。
据马海祥博客了解：&熊猫&在清除&内容农场&方面表现不错，今年&熊猫算法&在美国率先推出后，最大的&内容农场&Demand Media旗下的eHow在两周内搜索结果锐减40%。
Google称&熊猫&算法将会影响到12%的英文搜索请求，加上新增语言，在全球范围内会影响到6%至9%的搜索请求。
二、熊猫算法的命名由来
熊猫算法最初的名字叫&农场&，主要针对那些使用大量低质量内容获取较好排名的&内容农场&网站。
&熊猫算法&的名字由来是一位名叫Navneet Panda的工程师主导了这次解决方案的设计，因此以Panda(熊猫)来命名。
三、熊猫算法的判断标准
熊猫算法（Google Panda）主要的判断依据是点击流（Clickstream）、页面内容（page content）和链接概况（link profiles），只要在这三者当中表现优异，就不会被列为肤浅的网站。
从大量网站数据分析来看，目前Google Panda的适用级别为网页级别，并没有细化到关键词级别，同时大量低质量页面也会在无形中给整个站点带来影响。
四、熊猫算法的作用
2012年谷歌推出的熊猫算法，显然已经融入了人工智能搜索引擎部分技术，我们可以从谷歌熊猫算法的一些特征来看到人工智能技术在搜索引擎上的一些应用，对此，我们也可以从以下3个方面来具体看看熊猫算法的作用：
1、对于网站内容的可读性和有益性有了更高的要求
谷歌的熊猫算法明显的增强了对网站内容价值的分析，在2012年初，开始建设网站，你会发现，自己的网站内容就算是原创的，往往也不见得能够被收录，因为现在很多网站的原创文章，仅仅是过去的内容的一个重新的编写，并没有什么新意，那么互联网上已经有了类似的内容，为什么还要收录新站的内容呢？
这是搜索引擎算法的技术的明显提升，这一点突破了过去搜索引擎的算法缺陷，只要文字不一样，就能够认为是原创，并且能够被尽快收录，如今已经开始转变为，网站内容的可读性和有益性为衡量网站内容价值，为降低互联网的垃圾信息，显然提供了人工智能的支持，尤其是今年的熊猫算法4.1的升级更是加大了对文章质量的要求（具体可查看马海祥博客《》的相关介绍）。
2、更加凸显网站的权威属性
其实搜索引擎本身是为广大用户服务的，而不是为站长服务的，只不过现在很多站长只是一厢情愿的以为搞好搜索引擎优化，就能够得到搜索引擎的青睐，可能在短时间里，因为凭借自己的搜索引擎的优化，的确让网站获得了不错的排名。
可是通过SEO优化过来的排名，是很难拥有长期稳定的效果，要不然各大站长论坛就没有那么多站长在抱怨，某天搜索引擎更新了，又K了多少个网站，有什么网站又被错杀了的讨论了。
如果我们分析搜索引擎算法每一次的更新后，那些从来没有被K，从来没有被降权的网站，你会发现，这样的网站都有一个共同的特点，那就是网站的品牌属性比较好，口碑较好，本身在互联网有着一定的知名度，比如A5，SEOWHY以及各行各业的品牌网站。
而且随着谷歌熊猫算法的更新，马海祥觉得这种对权威网站的支持度就变得更加明显了，这就要求我们站长，在做网站时，一定要时刻以用户为根本目标，提升网站品牌形象，让搜索引擎主动推荐你，才会正确的网站优化之路。
3、凸显了用户的评价和信任度
之前的搜索引擎算法更多的是以外链和关键词密度来进行排序，只是每次的算法更新之后，只是对这些算法的上缺陷进行微调，可是谷歌的熊猫算法可谓是首次使用了用户的评价机制和信任机制，通过用户的投票和信任度来提升网站的排名和权重，而不是简单的通过这个网站的相关关键词密度怎么样，这个网站的外链怎么样。
用户的评价和信任显然使用到了人工智能技术，实现了对用户访问网站过程的记录，如果这个网站长期被很多不同的用户关注，而且每次都在网站上消费很多时间的话，熊猫算法就会记忆这些过程，在算法中增加该网站的权值，从而提升该网站的最终搜索排名，这么做的好处，对于搜索引擎本身而言也是极大的帮助，因为用户能够通过搜索引擎能够找到对自己帮助更大的网站，那么搜索引擎自身的粘度也会提升。
五、熊猫算法的历次更新目录
谷歌前一版本的熊猫算法被命名为Panda 4.0，而本次更新中则被称为Panda 4.1，加上这次的熊猫算法，Google也已经有27次更新了。
对此，马海祥也特意整理了一些已经确定的熊猫算法更新和一些主要的变化，如下所示：
熊猫更新1，又名熊猫1.0，日(11.8%的查询；宣布；英语仅在美国)
熊猫更新2，又名熊猫2.0，日(2%的查询；宣布推出英文国际)
熊猫更新3，日(没有变化，证实；未公布)
熊猫更新4，日(没有变化，证实；未公布)
熊猫更新5，日(没有变化，证实；未公布)
熊猫更新6，日(6 - 9%的查询在许多非英语语言；宣布)
熊猫更新7，日(没有变化；证实；未公布)
熊猫更新8，又名熊猫3.0，日(大约2%的查询，迟确认)
熊猫更新9，日(少于1%的查询;宣布)
熊猫更新10，日(没有变化，证实，未公布)
熊猫更新11，日(没有变化;宣布)
熊猫更新12，日(约1.6%的查询影响；宣布)
熊猫更新13，日(没有变化；才显示)
熊猫更新14，日(没有变化；确认；第一次更新后的几天内另一个)
熊猫更新15，日:(1%的查询；终于宣布)
熊猫更新16，日:(大约1%的查询；宣布)
熊猫更新17，日:大约1%的查询；宣布)
熊猫更新18，日:(约1%的查询；终于宣布)
熊猫更新19，日:(少于0.7%的查询；宣布)
熊猫更新20，日(2.4%英语查询；影响；才宣布）
熊猫更新21，日(英文查询美国的1.1%；全世界0.4%；确认；未公布)
熊猫更新22，日(0.8%的英语查询受到影响；证实；未公布)
熊猫更新23，日(1.3%的英语查询受到影响；证实；宣布)
熊猫更新24，日(1.2%的英语查询受到影响；证实；宣布)
熊猫更新25，日(确认为未来；没有证实有发生)
熊猫更新26，又名熊猫4.0，日(7.5%的英语查询受到影响；证实,宣布)
熊猫更新27，又名熊猫4.1，日(3-5%的查询受到影响；证实；宣布)
六、熊猫算法的相关因素
（1）、原创内容很少。
（2）、低质量的导入链接。
（3）、网站访问时间少。
（4）、高比例的重复内容，针对一个独立页面或者整个网站。
（5）、高跳出率。
（6）、低原创内容占整站比例高。
（7）、引用内容比例较高。
（8）、大量与网站主题不相符的广告。
（9）、页面内容和标题与搜索不匹配。
（10）、一个页面不自然的过度使用关键字。
七、熊猫算法的链接规则变更
对于熊猫算法的链接规则变更，马海祥就从新的链接建设规则和仍然有效的链接的2个方面来为大家具体讲解一下：
1、新的链接建设规则
a、避免把链接弄成一样的锚文本，创建包含品牌名称的锚文本链接。
b、不要使用spinning的文章去创建链接，基于内容的链接建设。
c、链接建设时避免文章营销，针对质量，而非数量。
d、避免链接与文章不相关，利用链接诱饵。
2、仍然有效的链接策略
a、链接诱饵。
b、高质量，内容相关的目录链接。
c、赞助商、会议、竞赛等活动中获得的链接。
d、成为资源引用或者工具提供等获得的链接。
e、邮件链接建设。
八、如果受到了熊猫算法影响，该做些什么？
如果你的网站不小心也中了熊猫算法的影响，那你就要仔细查找一下你网站出问题的原因及补救措施了，对此，马海祥为大家提供了以下5个步骤：
1、探究问题
（1）、找到受影响最重的页面。
（2）、把那些受影响的页面隔离掉。
（3）、测试是什么导致影响，但要意识到可能不是那些因素导致惩罚。
2、列出问题
（1）、把所有的页面（包括论坛页面，文章页面，目录页面）做成一个列表。
（2）、将一些可能会受影响的因素加入到表格的列上，比如&大量广告&，低质量内容，重复内容等等，当然还包括所有页面的流量信息也要反应到表格上。
3、删除+改进
（1）、检查有多少页面是低质量的，并且做一些改进。
（2）、如果你的站是采集或者复制别人网站的内容，替换高质量的原创内容，或者删除它们试试。
（3）、如果很有多的重复内容，删除它们或者做改进。
（1）、编辑&过度优化&的页面。
（2）、提高用户体验，提高网站访问速度。
（3）、为用户提高更多的信息（图片，视频），为你高质量的页面做链接。
（1）、如果可能，为你的内容做多语言处理。
（2）、在社会化媒体（Twitter，Facebook）上做推广，培养品牌意识。
（3）、如果你仍然认为你的网站受到了&Google Clean&，让Google知道你做的努力，但是别期望太多。
马海祥博客点评：
当前Google（谷歌）推出的熊猫算法，还不是完全的智能化搜索引擎技术的应用，因为这里还有很多有规律可循的，这就给搜索引擎的优化带来了前提，一个真正的智能化搜索引擎，是很容易识别各种优化技巧的，而且也很难让别人猜透自己的核心算法，因为一个人也是很难猜透另外一个人的全部心思，不过当前的熊猫算法已经给搜索引擎未来技术的发展，提供了方向。
本文为原创文章，如想转载，请注明原文网址摘自于/seoxw/868.html，注明出处；否则，禁止转载；谢谢配合！
您可能还会对以下这些文章感兴趣！
快播已死，余波未了，牵动了大波宅男心绪的快播究竟是栽在了哪里？你能想象这是一场暗藏杀机的角逐吗？百度……
2012年即将过去了，这一年，中国的站长界发生了很多大事，对各位站长或多或少都有影响，例如网站上的社会化……
今天一早打开网站就看到很多的圈内人士在网上讨论，说百度昨晚在搜索引擎搜索页面做出的一个小变化，在搜索……
对于我们这些做网站优化的来说，如果不懂搜索引擎的原理就来做SE……
本文主要是按照时间顺序来详细剖析了PageRank算法、HITS算法、SA……
我们在搜索引擎上找东西是输入一个关键词然后搜索引擎就会针对这……
百度排名11位是指你的站点中流量不错的主要关键词（有些流量的，……
2013年对于众多站长和SEO可以说是最为波折的一年，这一年百度出……
不论哪个搜索引擎的爬虫，来抓取你网站的页面的时候，肯定在消耗……
本月热点文章2011年11月 PHP大版内专家分月排行榜第二
2012年2月 PHP大版内专家分月排行榜第一2012年1月 PHP大版内专家分月排行榜第一2011年11月 PHP大版内专家分月排行榜第一2011年9月 PHP大版内专家分月排行榜第一
2012年3月 PHP大版内专家分月排行榜第二2011年12月 PHP大版内专家分月排行榜第二2011年10月 PHP大版内专家分月排行榜第二
2017年1月 总版技术专家分月排行榜第三
2017年1月 PHP大版内专家分月排行榜第一
匿名用户不能发表回复！|
每天回帖即可获得10分可用分！小技巧：
你还可以输入10000个字符
(Ctrl+Enter)
请遵守CSDN，不得违反国家法律法规。
转载文章请注明出自“CSDN（www.csdn.net）”。如是商业用途请联系原作者。什么是遗传算法_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
什么是遗传算法
上传于||文档简介
&&遗传算法
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢推荐系统绝对不会向你推荐什么 | 科学人 | 果壳网 科技有意思
推荐系统绝对不会向你推荐什么
本文作者:ccyou
（文／Joseph A. Konstan & John Riedl）
，现在，你对于每回上网购物时在线零售商是如何打量你，并努力把你的喜好和其他人的相匹配有了一个基本的概念。
推荐系统还有另外两大特点，也对你最终看到的推荐结果有着显著的影响：第一，在弄清楚你和其他购物者的相似度有多高之前，推荐系统必须先弄明白你真正喜欢什么；第二，推荐系统依照一组商业规则运行，以确保推荐结果既让你觉得有用，也使商家有利可图。
推荐算法是如何赢得你的信任，又让商家有钱可赚的？
采集你的上网数据
举个例子，来看亚马逊的艺术品商店，上次我们去看的时候那里有 900 多万册印刷品和海报在降价促销。亚马逊的艺术品商店有这样几个方法来评估你的喜好。它会让你在 1 到 5 颗星的等级上给某一件艺术作品打分，它也会记录下你把哪些画点击放大了来看、哪些画你反反复复看了好多次，你把哪些放进了心愿单，还有你最终实际下单买了什么。它还会追踪在你浏览过的每一个页面上都显示了哪些画作。在线零售商会使用你在其网站行进的路径（你浏览过的页面和点击商品的链接） 来向你推荐相关联的商品。此外，它还把你的购买记录和打分信息结合起来，建立一个你长期购买偏好的档案。
像亚马逊这样的公司会收集大量此类有关客户的数据。在你登录期间，你在它网站上的几乎每一个动作都会被记下来，留作将来使用。多亏有了浏览器 cookie，连匿名购物者的上网记录商家也能维持，最终这些数据将在匿名购物者创建账户或者登陆时，链接到顾客的个人资料。这种爆炸式的数据采集并非为在线商家所独有，沃尔玛便以其对现金收据数据的深入挖掘而著称于业界。但是，网上商店处在一个更有利的位置去查看和记录，不止是消费者买了些什么，还包括你曾考虑过、浏览过和决定不买哪些商品。在全世界大部分地区，所有这类活动都是任人监视和记录的；只有在欧洲，数据隐私法在一定程度上限制了这种操作。
当然，不论法律如何，顾客发现自己的数据被人滥用后，都会产生强烈的抵触情绪。早在 2000 年 9 月，亚马逊吃过一次苦头：有一部分顾客发现他们收到的报价更高，因为网站将他们识别为老顾客，而不是匿名进入或是从某个比价网站转接进来的顾客。亚马逊声称这只是一项随机的价格测试，其呈现出来的结果与老顾客身份之间的关联纯属巧合。话是这样说，它还是叫停了这项操作。
在商业规则下运行
加在推荐算法之上的种种商业规则，旨在防止算法给出愚蠢的推荐，并帮助在线零售商在不失去你信任的前提下实现营业额的最大化。最起码，推荐系统应该避免人们说的超市悖论（Supermarket Paradox）。例如，差不多每个去超市的人都喜欢吃香蕉，也经常会买一些。那么，推荐系统该不该向每一位顾客都推荐香蕉呢？答案是否定的——这样做既帮不上顾客，也提高不了香蕉的销量。所以，智能的超市推荐系统始终会包括有一条规则，明确地将香蕉排除在推荐结果之外。
这个例子可能听起来没什么，但在我们早期经手的一个项目中，我们的推荐系统就曾经向几乎每一个到访我们网站的人推荐披头士的《白色专辑》（White Album）。从统计学的意义上讲，这是个很棒的推荐：顾客此前都没有从这个电子商务网点购买过这张专辑，而大多数顾客对《白色专辑》的评价都很高。尽管如此，这个推荐仍然是无效的——任何一个对《白色专辑》感兴趣的人都已经有了一张了。
当然，大部分的推荐规则都是更加微妙的。比如说，当约翰在 9 月份在 Netflix 索动作影片时，结果中不会出现《复仇者联盟》（The Avengers），因为这部大片在当时还没有租借版，这样的推荐结果不会让 Netflix 有钱赚。因此，约翰被导向了《钢铁侠 2》（Iron Man 2），这部片已经可以用流媒体播放了。
其他的规则还包括禁止推荐为招徕顾客而亏本销售的商品（loss leader）；反过来，鼓励推荐滞销品。在经营Net Perceptions期间，我们就曾与一位客户合作，他利用推荐系统来识别库存积压商品的潜在客户，取得了相当大的成功。
赢取你的信任
然而，这种事情很快就会变得棘手起来。一个只会推销高利润商品的推荐算法是不会赢得顾客的信任的。这就像是去餐馆，那儿的服务生极力向你推荐某道鱼一样。这个鱼真的是他觉得最好吃的吗？还是大厨催着底下的人赶在鱼变质前把它给卖出去？
为了建立信任感，更复杂的推荐算法会尽力保持一定的透明度，让顾客对系统为什么会向自己推荐这件商品有一个大致的概念，并且在不喜欢收到的推荐结果时，可以更改他们的个人资料。比如说，你可以删除你在亚马逊上买来送礼的购物记录；毕竟，那些东西反映的不是你个人的喜好。你还可以知道系统为什么会向你推荐某些产品。当亚马逊为约翰挑选了 Jonathan Franzen 的小说《自由》之后，约翰点击标签上的链接“为什么推荐给我？”。随即显示出一份简要的说明，原来是他放在心愿单里的几本书触发了这一推荐。不过，由于他还没有读过心愿单上的那几本书，约翰就不去管《自由》这个推荐结果了。像这样的解释说明会让用户明白推荐结果是否有用。
但是，完善个人资料和解释推荐结果往往不足以保证系统不出错。最近，亚马逊用高清大屏幕电视机（HDTV）的促销电子邮件对乔进行了轰炸——每周 3 封，连续扔了一个月。除了给乔寄了过多的电子邮件，这家零售商还没有意识到，乔已经用他妻子的账户买了一台电视机。此外，这些电子邮件并没有提供一种很明显的方法，让乔可以说“谢谢，但我不感兴趣”。最终，乔取消了他在亚马逊的一些邮件订阅；他并不在意收不到各种信息，而且他有了更多的时间来真的看他的电视。
推荐算法的作用究竟有多大？
alumni.berkeley.edu
那好，推荐算法究竟起了多大作用呢？它们当然一直都在增加在线销售额；据阿伦森集团（Aaronson Group）的分析师杰克o阿伦森（Jack Aaronson）估计，由于推荐算法带动销售额的增长，对推荐算法的投资能获得 10%-30% 的收益。而且，它们还只是刚刚起步。现在，对我们这些研究推荐系统的人来说，最大的挑战在于弄清楚如何去判断新的方法和算法才最好。这可不像基准化分析微处理器那么简单，因为不同的推荐系统有着非常不同的目标。
评价一个算法最简单的方法，是看它的预测和用户的实际评价之间差异有多大。举例来说，假如约翰给青春浪漫小说《暮光之城》（Twilight ）一颗星，亚马逊或许会注意到算法根据其他相似用户的评价曾预计约翰会给两颗星，也即出现了一颗星的偏差。但是，卖家更加关心算法在用户评价高的商品上出的错，因为好评多的物品是顾客更有可能购买的；约翰反正也不会买《暮光之城》。所以，把这个评价计入考虑对理解推荐算法起了多大作用没什么帮助。
另一个常见方法是看算法给出的推荐结果和顾客实际购买的商品，之间匹配度有多高。不过，这种方法也可能起到误导作用，因为这样分析会将用户自己设法找到的商品错误地算在推荐算法的头上，而用户自己找得到东西恰恰是最不应该被推荐的！鉴于这些方法的缺点，研究人员一直在研究新的评判指标，不只看精度，也会关注像发现意外惊喜和多样性等其他属性。
发现意外惊喜（Serendipity）会加权不寻常的推荐结果，尤其是那些对某一个用户极具价值，但对其他同类用户而言没什么用的推荐结果。调整为发现意外惊喜的算法会注意到《白色相簿》似乎是一个对几乎每个人来说都不错的推荐，因此会改为寻找一个不太常见的选择——也许是 Joan
Armatrading 的《爱和情感》。这个不那么热门的推荐结果不太可能击中目标，但一旦它遇上了，则将给用户带来一个大得多的惊喜。
看推荐结果的多样性同样也很能说明问题。比方说，一个超爱看 Dick Francis 神秘类小说的用户，在看到推荐表单里全都是 Dick Francis 的作品时，仍有可能会感到失望。一个真正多样化的推荐表单会包括不同作者和不同类型的书，还有电影、游戏和其他的产品。
推荐系统研究则需要突破各种各样的阻碍，远不止是在现有的系统上进行微调。研究者们眼下正在考虑的是，推荐算法应该在怎样一个程度上帮助用户发掘一个网站的内容集合中他们未曾了解的部分。比方说，把买书的人送去亚马逊的服装部门，而不是给一些安全的、顾客更有可能接受的推荐结果。在零售世界之外，推荐算法可以帮助人们接触到新的想法；就算我们不同意其中的一些，但整体作用大概会是积极的，因为这将有助于减少社会的巴尔干化（Balkanization，即碎片化）。推荐算法能不能做到这一点，还要不让人感到厌烦或者不信任，仍需拭目以待。
但有一点是明确的：推荐系统只会变得越来越好，收集越来越多关于你的数据，并在别的、意想不到的地方展示出来。如果你喜欢这篇文章，亚马逊会很乐意向你推荐其他所有你可能会喜欢的关于推荐系统的书。
Joseph A. Konstan 和 John Riedl 都是美国明尼苏达大学的计算机科学教授。身为 IEEE 高级会员的 Konstan 和 IEEE 会士的 Riedl 参与创建了 MovieLens 推荐系统。
是本文的前半部分。
编译自:《IEEE科技纵览》Deconstructing Recommender Systems
内文图片:；alumni.berkeley.edu
文章题图:.au
你可能感兴趣
ALIENWARE官方账号
好智能的系统！我每次买完一批衣服，淘宝都会向我推荐个衣柜呢！
推荐系统～这个学过～
电影视觉导演，艺术电影制作者
额。。系统虽好，可是面临的是个人信息的泄露，哎。。。。
国内这个系统做的不是特别好啊 我在某东上自己配了台电脑 这就意味着我在一段时间内很可能不需要内存硬盘这种东西了
可以推荐一些我没有一起买的鼠标键盘麦克风什么的
结果老是推荐硬盘什么的 郁闷呐来自
的话：国内这个系统做的不是特别好啊我在某东上自己配了台电脑 这就意味着我在一段时间内很可能不需要内存硬盘这种东西了可以推荐一些我没有一起买的鼠标键盘麦克风什么的结果老是推荐硬盘什么的 郁闷呐 来自对啊，推荐算法基于历史购物信息，而有些东西你买过之后就不会去关心了。局限性也在这里。
的话：好智能的系统！我每次买完一批衣服，淘宝都会向我推荐个衣柜呢！好智能的电脑！现在都会买衣服给自己穿了呢！
的话：对啊，推荐算法基于历史购物信息，而有些东西你买过之后就不会去关心了。局限性也在这里。深有同感，都买过了再怎么推荐，也会觉得好累不爱啊
每次买后还推荐，这算什么。。
越看越觉坑爹啊来自
确实..每次淘宝买了什么网页的广告就变成什么..
第二幅配图到底和这文章有什么关系
amazon的推荐系统还需要改进，不能因为我一年前买过婴儿米粉，一直给我推荐米粉，应该给我推荐一些三阶段的奶粉和宝宝书籍了。来自
果壳也有用这个么？为什么感觉每日推荐都没什么变化...
我才不说ACFun的推荐都很给♂力
果壳科技评论编辑
的话：第二幅配图到底和这文章有什么关系是一种算法 preference algorithm，与推荐算法有一定关系。
果壳网有没有类似的推荐系统？？
感觉都是手动的。。。主题 小组什么的。。。啥时候也弄一个呗
要猜中还真难~
用遨游浏览器逛1号店、某宝。然后再打开遨游的哈哈，里面的广告就会是我刚才浏览的类似商品。= =
的话：好智能的系统！我每次买完一批衣服，淘宝都会向我推荐个衣柜呢！…………………………
不错，就是这个了
作为从业人员，我想写一个推荐系统的基础介绍，怎么发布呢？
这文似乎没有给出参考资料，不知道文中所提到的带限制条件的推荐系统算法是哪种算法。另外amazon我记得是能取消不适当的推荐的，这样才能online learning。
的话：作为从业人员，我想写一个推荐系统的基础介绍，怎么发布呢？貌似没有认证的用户是不具备日志功能的，怎么认证还请自己查一下。现阶段倒是可以加一些同类型的小组，发到小组里。
显示所有评论
(C)2016果壳网&&&&京ICP证100430号&&&&京网文[-239号&&&&新出发京零字东150005号&&&&
违法和不良信息举报邮箱：&&&&举报电话：}