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。
2019-12-21 20:33:28
7KB
1
联通公司基于用户画像的大数据挖掘实践，全程干货，包含用户画像所用到的各种算法，以及用户画像如何应用到个性化推荐以及广告提供等
2019-12-21 20:23:22
2.38MB
1
实现过程：
1、得到用户兴趣表，横轴为movie_id，纵轴为user_id
2、计算任何两位用户之间的相似度或者是相关性
3、取与某用户相似度最高的若干个用户的兴趣推荐给该用户（或者找到和每个用户相关系数在阈值以上的用户，并将他们喜欢的电影推荐给该用户）
2019-12-21 19:57:16
5KB
1
这是我参考网上资料后自己写的基于用户的协同过滤算法，包括算法所用到的数据集及相关代码，基于Python实现，代码包含详细解释。
2019-12-21 19:45:03
3.98MB
1
从用户的实际需求出发，分析了聚类系统的使用者可能对系统提出的功能要求，提出了一种基于加权Eucfid距离的模糊C聚类分析算法。在该算法中，权值是由用户或领域的专家直接指定的，加在不同特征指标上的权值体现了用户对各个特征指标重视程度的差别。与传统的模糊C聚类分析相比，该算法增加了聚类的灵活性，能够产生令用户更加满意的聚类结果
2019-12-21 19:34:45
167KB
1