基于用户兴趣漂移的推荐系统

将用户评分和用户属性（性别、年龄等）加权混合推荐 1、解压下载的CollaborativeFilteringBasedUserAndGener压缩文件 2、操作系统中需装java jdk1.7或者以上版本 3、点击start.bat，在运行过程中，会输出评分时间，然后输出用户id进行推荐，同时会输出平均绝对误差MAE 4、数据集movielens

这是关于基于用户协同过滤usercf的python代码实现，初学涉及到这方面的朋友可以下载试试，数据时基于movielen上面的，可以自己去官网下载。

基于用户的协同过滤和基于内容的混合推荐系统源代码。

最经典的基于用户相似度和社会关系和地理位置三个因素的POI推荐系统，压缩包里有3个python2.7的代码文件和3个数据文本，分别是foursquare签到数据，爬下来的用户好友关系数据，和POI的经纬度数据。代码可以直接运行【python filename.py】

该资源是在Eclipse平台里，使用Mahout库的API，实现基于用户的协同过滤算法，从而进行商品推荐。 软件环境是：win7 64位 +Eclipse4.4 + jdk1.6， 用到了7个.jar包， 分别为：commons-logging-1.2.jar， commons-math3-3.5.jar，guava-18.0.jar，mahout-core-0.9.jar， mahout-math-0.9.jar，slf4j-api-1.6.1.jar，slf4j-jcl-1.6.1.jar。

基于用户的SparkALS推荐系统，内还有测试数据100万，按照流程跑模型不是问题。下载后请看教程链接https://mp.csdn.net/postedit/84548711

基于一个用户的增删改查，有显示所有用户信息，然后有增加，删除和修改。

基于用户评价产品情感倾向分析系统的设计与实现，云计算大作业

基于用户最近邻模型的协同过滤算法的Python代码实现，用户相似度用Pearson相关系数进行计算。