协同过滤推荐算法是诞生最早，并且较为著名的推荐算法。主要的功能是预测和推荐。算法通过对用户历史行为数据的挖掘发现用户的偏好，基于不同的偏好对用户进行群组划分并推荐品味相似的商品。协同过滤推荐算法分为两类，分别是基于用户的协同过滤算法(user-based collaboratIve filtering)，和基于物品的协同过滤算法(item-based collaborative filtering)。
2021-06-10 14:11:16
6.59MB
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。
2021-05-23 20:51:13
3.97MB
1
本ppt是关于论文A Hybrid Collaborative Filtering Model with Deep Structure，和协同过滤，自编码器的介绍。
2021-05-22 21:22:51
969KB
1
推荐系统是利用 电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。
2021-05-20 09:05:42
3.8MB
硕士论文，Netflix数据集上的协同过滤算法 硕士论文，Netflix数据集上的协同过滤算法 硕士论文，Netflix数据集上的协同过滤算法 硕士论文，Netflix数据集上的协同过滤算法
2021-05-17 12:04:03
451KB
1
基于Django、协同过滤推荐算法的电影推荐系统和论坛，里面富含环境配置、详细技术文档等。源码可直接运行
2021-05-10 20:01:37
64.58MB
1