Social and content-based classification
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- AT&T,Bell Laboratories,Rutgers University
- Organisationsart
- Industry,Industry,Academia
- Land
- United States of America
- Veröffentlicht
- 1 July 1998
- Autoren
- C Basu, H Hirsh, W Cohen
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Recommendation
- Aufgabe
- Recommender system
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Trainingsdaten
- tokens
"Our data set consists of more than 45,000 movie rat- ings collected from approximately 260 users."
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Zitationen
- 1,564
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Recommendation as Classification: Using Social and Content-based Information in Recommendation
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Hintergrund
Social and content-based classification wurde veröffentlicht von AT&T,Bell Laboratories,Rutgers University, im Land aufgezeichnet als United States of America, während July 1998. Es stammt aus einer Organisation, die kategorisiert ist als industry,Industry,Academia.
Es funktioniert im Bereich von Recommendation, und wird als die Aufgabe von aufgezeichnet recommender system.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie erzeugt hat, und es gibt keine lokale Version zum Ausführen.
Antworten
Social and content-based classification — Häufige Fragen
Social and content-based classification— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
Social and content-based classification— Ist es Open-Source?
Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.
Social and content-based classification— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
Social and content-based classification— Wer hat es erstellt?
Es wurde veröffentlicht von AT&T,Bell Laboratories,Rutgers University, basiert auf United States of America, eine als kategorisierte Organisation industry,Industry,Academia.
Social and content-based classification— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in July 1998. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Social and content-based classification— Wofür wird es verwendet?
Es funktioniert im Bereich von Recommendation, und wird als Bewältigung der Aufgabe von recommender system. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.