適合現實應用的混合推薦系統

不同的推薦方法各有其優點及缺點，因為有了優點，所以才有了缺點。而現實的應用中，有不少推薦系統，都是混用多種推薦方法來進行，甚至搭配一些資料的後處理動作

2012-09-11

展現群體智慧的協同過濾式推薦

這樣的系統利用群體協同合作下所得到的資訊，來進行推薦。它透過使用者參與、使用系統的行為，來收集他們對各項目的偏好，再分析相似性作為推薦

2012-08-28

量化內容特徵，自在演算

若要基於內容來推薦給使用者，系統首先需能判斷內容之間的相似或相異處，我們可以將內容轉換成為可以處理的向量，將沒有結構的資料，轉換成為電腦容易處理的結構性資料

2012-08-21

以人數與內容特徵建立推薦系統

從使用者個人背景資料及真實操作行為中，推薦系統必須能夠挖掘出個人偏好，再佐以各種指標，提出值得推薦的項目，這裡將介紹利用人口統計與內容特徵等兩種方式

2012-08-17

憑藉推薦系統來活化長尾的部分

推薦系統能夠自動挖掘使用者隱性喜好，滿足更廣泛的個人化需求

2012-08-10

沙中淘金的推薦系統

在網際網路的時代，我們開始透過搜尋引擎解決資訊爆炸問題，然而這樣會受限於使用者是否主動提供足夠的查詢條件，而所謂的推薦系統，可以超越這部分的限制

2012-07-30

增進API設計向下相容性的技巧

我們可以透過擴充的手法來改善向下相容性，此外還可以運用設計技巧，讓 API介面不需要變動

2012-07-26

提升API設計向下相容性的方式

為了不讓改變影響到使用API舊語法或舊語義的現有程式碼即可。要怎樣才能做到這件事呢？我們可以利用「擴展」語法或語義的方式

2012-07-12

API 設計的向下相容性

當新版的API發生了不可向下相容時，倚賴舊版API的客戶端程式碼只能繼續使用舊版本的API，有些API會同時維持多種主要版本號的版本，以便讓舊版的API客戶程式碼，也能繼續得到臭蟲的修正

2012-07-11

程式設計者的靜心訓練

對於簡單卻瑣碎的工作，或太多工作在手上時，我們需要靜下心、耐住性子，而這會有助於自己更快進入工作的狀態，並減少低潮期

2012-07-04

非同步化的程式設計

在非同步的模型下，不會持續等待，而是繼續執行，這不只是針對跨越行程、跨越機器的情境下，也能套用在同一行程中的不同執行緒間

2012-06-29

程式設計該同步還是非同步？

為了要協調不同工作之間步伐，程式設計需要考量等候其他工作完成後再進行的狀況，然而也可以不等待，等資料來時，會透過通知方式取得並加以處理

2012-06-22