该项目是我大三下学期的课程设计，它是以和鲸社区的信用卡评分模型构建数据为数据集，以Python为编程语言，使用大数据框架Spark对数据进行处理分析，并对分析结果进行可视化。里面包含我的课程设计报告和完整的代码。希望对你们有帮助。
2022-04-09 09:05:36
4.91MB
Spark统计电影评分数据:movies.dat,retings.dat,users.dat
2022-02-24 19:36:41
5.73MB
1
之前找了很久才找到了，传上来更大家共享下，希望对大家有帮助，欢迎下载或者永久保存。
本文件为kaggle中的信用评分数据，如不方便在kaggle上下载的，可在这里下载。 -- 下载资源需要2分，这是CSND的最低设置，各位只能自行想办法了==!
2021-12-31 10:27:11
4.55MB
1
本文主要介绍基于项目的协同过滤推荐算法的推荐原理、推荐过程、代码实现。
一、基于项目的协同过滤推荐算法推荐原理
基于项目的协同过滤推荐算法也是推荐算法中最基础、最简单、很重要的算法，主要是根据用户对项目的某一种操作行为，构成项目-用户操作行为矩阵，根据操作行为矩阵计算项目之间的相似度，最终为目标用户推荐目标用户有操作行为的预测评分高的项目，作为目标用户感兴趣的项目。
二、基于项目的协同过滤推荐算法推荐过程
基于项目的协同过滤推荐算法推荐过程可分为三个步骤：构建项目-用户操作行为矩阵、计算项目之间似度、获取推荐结果。
1、构建项目-用户操作行为矩阵
我们以用户对项目的评分数据为例，M个项目和N个
2021-11-03 11:04:07
48KB
1
本文主要介绍基于用户的协同过滤推荐算法的推荐原理、推荐过程、代码实现。
一、基于用户的协同过滤推荐算法推荐原理
基于用户的协同过滤推荐算法是协同过滤推荐算法中最简单、最传统的推荐算法，是根据用户对项目的某一种操作行为，为目标用户找到操作行为相同或者相似的用户，这些操作行为相同或者相似的用户称之为目标用户的近邻用户，然后在这些近邻用户中找出目标用户没有操作行为同时近邻用户同时有操作行为的项目，最后将这些项目推荐给目标用户，作为目标用户感兴趣的项目。
二、基于用户的协同过滤推荐算法推荐过程
基于用户的协同过滤推荐算法推荐过程可分为四个步骤：构建用户-项目操作行为矩阵、计算用户之间似度、得到目标用户
2021-06-25 02:43:43
50KB
1