资源内容：推荐算法视频课程-从入门到精通，共53节视频，包含实战代码和笔记 适合群体：适合零基础或从事推荐算法相关人员 课程特点：由浅入深，讲解通俗易懂，系统性全面讲解了推荐系统常用算法，案例丰富

基于用户熵模型的LDA长尾推荐算法，曾洋，蔺志青，本文主要针对在传统电商推荐系统中存在的对于占比重很大的小众商品，即长尾商品，难以进行信息利用的问题进行探索。主要利用了本

适合研究推荐系统和推荐算法的相关人员

安康旅游景点推荐系统的设计与开发.pdf

为了解决传统的基于用户的协同过滤算法中的数据稀疏性问题，提高推荐的准确率，对推荐算法进行了改进并将改进后的算法应用在美食推荐领域。利用均值中心化方法对实验数据进行处理，减少因个人评分习惯差异造成的推荐误差。通过使用改进的空值填补法降低评分矩阵的稀疏性，在计算相似度时引入了遗忘函数和用户间的信任度，进一步提高了推荐系统的准确性。实验表明，提出的改进算法比传统算法有更高的准确率，并得出了在推荐过程中考虑用户和项目外的其他因素以及针对不同的数据信息采用不同的算法，都有利于提高推荐准确率的重要结论。

数据集 将下载到datasets文件夹。 所有*.csv文件都不会被推送到存储库。 成员：顾云、黄帅、耿世杰 文件夹：

数据集 将下载到datasets文件夹。 所有*.csv文件都不会被推送到存储库。 成员：顾云、黄帅、耿世杰 文件夹：

tianchi_yidong 天池移动推荐算法 运行环境 python2.7 提取了约180维特征，包括： 用户特征，商品特征，类目特征，用户商品特征，用户类目特征，商品类目特征等 分别运行： data_split.py feature_extract.py gen_data.py xgb.py forfast文件夹下run1，run2,run3的python文件是吧gen_data.py中训练集，验证集和测试集的分割分成3个程序，这样在多核电脑中可以分别运行三个文件以更快切分数据集 feature_important

协同过滤系统是电子商务系统中最重要的技术之一,用户相似性度量方法是影响推荐算法准确率高低的关键因素

好友推荐算法方面计算机学报的论文，都比较好，本人亲自看过的。