Yelp推荐系统 下载Yelp的Business.CSV和Review.CSV以在您的计算机上运行此代码。 可以在.ipynb文件中查看代码和输出 获得纽约大学CDS学院奖的“最佳第一年项目”奖。 构建了一个推荐引擎，以使用传统模型（如基于余弦相似度的模型，SVD和交替最小二乘模型）向Yelp用户推荐餐厅； 评分矩阵非常稀疏，稀疏度为99.4％ 开发了基于随机梯度下降的模型，基于神经网络的模型，基于随机森林回归的模型和集成模型等高级模型，以在稀疏评级矩阵完成任务上实现更高的性能 数据集的稀疏性很高

yelp_academic_dataset_business.json+yelp_academic_dataset_review.json+yelp_academic_dataset_user.json文件

Yelp数据集分析 这是Yelp数据集的大数据分析。 数据可在以下网站找到： : 我无法将数据集放在此处，因为数据集超过3 gb。 但是我已经把我的ipynb文件放在这里了。 您可以从上述网站下载数据集并使用此ipynb文件运行。 此外，“数据集”文件夹列表中的一些其他文件的工作正在进行中。

imdb、SST-1、SST-2、yelp-2013、yelp-2014 文本分类数据集 https://github.com/JerrikEph/Capsule4TextClassification/blob/master/data/downloadDataset.md

The Yelp dataset is a subset of our businesses, reviews, and user data for use in personal, educational, and academic purposes. Available as JSON files, use it to teach students about databases, to learn NLP, or for sample production data while you learn how to make mobile apps.

Yelp-推荐算法 在yelp数据集上摘录取部分评分数据进行多种推荐算法（SVD，SVDPP，PMF，NMF）的性能对比。从yelp数据集中提取一些评分数据，以比较各种推荐算法（SVD，SVDPP，PMF）的性能，NMF）。原始数据集可以在下方下载：

Yelp可用性研究 假装新的Yelp功能的可用性研究和原型制作。 专为计算机科学课程开发的项目。 由五个学生共同完成的项目，所有学生都参与了设计，运行实验和分析结果。 这项中保真度原型可用性研究的重点是评估虚拟功能的有效性和可学习性，该功能将使人们能够建立Yelp游览场所的行程。 该项目是为不列颠哥伦比亚大学计算机科学课程“人机交互方法简介”（CPSC 344）创建的。 该研究小组确定了研究的重点和目标，并且始终由两名研究人员为每个人进行实验。 因此，我参加了一些实验会议，同时为开发的中低保真度原型做出了贡献。 然后，在一个小组中，我们所有人都分析了收集的数据并录制了演示视频。 最后，我写了数据摘要，调查结果和报告分析。 该项目是与其他四个学生AM，DC，OP和TT合作完成的 该项目是在现有界面中对新功能进行原型设计，然后在中保真度原型上进行可用性研究的前提下开发的。

自述文件 该自述文件通常会记录启动和运行应用程序所需的所有步骤。 您可能要讲的内容： Ruby版本 系统依赖 配置 数据库创建 数据库初始化 如何运行测试套件 服务（作业队列，缓存服务器，搜索引擎等） 部署说明 ...

情感分析中的英文数据集，document-level。包含yelp-large及electronics-large两类数据集。

yelp 数据集 可用于推荐系统 yelp数据集 yelp 数据集 推荐系统