电影推荐 CMU 10-701/15-781 课程项目 - 机器学习 基于协同过滤和主题建模（LDA）的电影推荐系统 外部依赖 Apache Commons Math 3.3 用于线性代数的 la4j 库 用于 python 2.7 的 nltk

基于协同过滤的高考志愿推荐系统.pdf

Book Crossing 是一个书籍推荐系统数据，用以向用户推荐偏好的书籍。

推荐算法,协同过滤算法

在当今的数字世界中，消费的内容种类繁多，例如书籍、视频、文章、电影等，找到自己选择的材料已成为一项万无一失的任务。 另一方面，数字内容提供商希望在最长时间内让越来越多的用户参与到他们的服务中。 推荐系统在哪里出现 内容提供商通过内容向用户提供建议 在本文中，我们提出了一个电影推荐系统。电影推荐系统的目的是为用户提供准确的电影推荐。 通常基本推荐系统做出推荐考虑以下因素之一； 用户偏好称为基于内容的过滤或类似用户的偏好称为协同过滤。 要创建稳定且准确的推荐系统，将使用基于内容的过滤。

毕业设计--基于Django的图书推荐系统和论坛 feature 登录注册页面 基于协同过滤的图书的分类，排序，搜索，打分功能 基于协同过滤的周推荐和月推荐 读书分享会等活动功能，用户报名功能 发帖留言论坛功能 fixed 首页导航栏链接错误 首页面为空 登录注册页面 推荐跳转登录 周推荐用户没有评分时随机推荐 按照收藏数量排序 重新设计了 action 和UserAction model，拆分出了UserAction 书模型 浏览量 每次刷新页面的浏览数 收藏量 user manytomany field 每个用户收藏一次 评分 rate 每个用户评分一次 在书籍下面的评论加点赞功能 注册和登录 推荐 论坛 周推荐 安装运行方法 pip install -r requirements.txt python manage.py runserver

随着国民经济的快速发展以及人民生活质量的日益提高，外出旅游逐渐成为人们生活中的一个重要组成部分。由于旅游电子商务网站使得人们旅游的预订和出行更加的方便快捷，使得旅游电子商务快速的发展起来。如今，在线旅游已经成为最流行的电子商务之一，越来越多的人开始通过在线旅游网站制定出游计划。然而，如何帮助游客快速查询所需的旅游信息，更有效的将潜在客户变为购买者是旅游电子商务网站当前亟需解决的问题。 　　因此，本论文设计并实现了一种基于协同过滤技术的个性化旅游推荐系统，并对所涉及的一些关键技术进行研究。在本论文中，首先分析了目前电子商务推荐系统的现状，然后介绍了推荐系统的架构以及常用的几种推荐算法，并重点研究了协同过滤算法。通过对协同过滤算法的研究，提出了一种基于协同过滤技术的个性化旅游推荐系统，并且基于Hadoop平台设计实现了该旅游推荐系统。

基于协同过滤算法的旅游推荐系统的设计与实现.pdf

这是协同过滤算法相关的我的毕业论文，分析比较了多种相似度计算方法在MovieLens数据集上的效果。

基于协同过滤和word2vec算法的邮箱平台推荐系统，谷元庆，张洪刚，网上信息量的大幅增长，用户在面对大量信息时无法迅速获得对自己真正有用的那部分，出现信息过载的问题。推荐系统在电子商务、互