已经下载好的压缩包,我也下载了,还在看,在GitHub上的,应该不错。
2019-12-21 20:58:35 513KB Hadoop
1
可以用,真的可以用。python语言。里面有四个数据包,算法所需要的基础数据。强调真的可以用。
2019-12-21 20:55:14 866KB python
1
今天基于Movielens数据集把《推荐系统实践》上的部分算法实现了一下,顺便巩固python和pandas库的使用,发现书本上的代码有很多不靠谱之处(也许是我水平不够),所以基本都是自己写的,不当之处,还望指正。
2019-12-21 20:49:05 6KB 协同过滤
1
基于用户的协同过滤算法数据集以及代码实现,包含数据集,代码,还有介绍
2019-12-21 20:43:40 3.97MB 协同过滤算法
1
Python源码,基于物品的协同过滤算法源码及数据集,可运行
2019-12-21 20:36:07 9.43MB Python 源码 协同过滤 基于item
1
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 Python 协同过滤 皮尔逊相关性
1
基于spark的电影推荐系统数据集
2019-12-21 20:30:08 5.66MB spark 协同过滤 推荐系统
1
( Netflix Prize中的协同过滤算法.zip ) 个人收集,仅用学习使用,不可用于商业用途,如有版权问题,请联系删除!
2019-12-21 20:26:19 5.07MB 协同过滤算法
1
基于知识图谱表示学习的协同过滤推荐算法
2019-12-21 20:24:47 1.03MB 图计算 推荐系统
1
为了解决Internet上的信息迅速膨胀,出现的信息过载的问题,用户要在大量信息中挑选出自己真正需要的信息好比大海捞针,传统的搜索型产品存在一些不足,无法真正解决信息爆炸的问题,而推荐系统则是一个很好的选择。本系统采用了基于item-user混合协同过滤算法来为用户推荐真正自己感兴趣的产品,提高了推荐的精准性,相对于传统推荐系统多了从item的角度去分析。
2019-12-21 20:19:45 722KB item-user
1