本文主要介绍基于用户/项目的协同过滤推荐算法在音乐推荐系统、图书推荐系统、电影推荐系统、新闻推荐系统、电子商务网站、购物系统中的应用和实现。
一、基于用户/项目的协同过滤推荐算法在推荐系统中的应用
目前商用的推荐机制都为混合式推荐，将用户标签、用户属性、项目属性、用户操作行为、聚类算法、基于用户、基于项目、基于内容等混合推荐。
协同过滤推荐算法在网站中应用非常广泛，比如：电子商务网站、购物系统、个性化音乐网站、电影网站、图书网站、新闻网站等等。
二、基于用户/项目的协同过滤推荐算法在推荐系统中的应用
作者实现了协同过滤推荐算法在音乐网站中的应用，登录用户可以对音乐进行评分、收藏、添加到自定义歌
2021-10-12 10:53:20
847KB
1
欣灌费研仍在继续，不能返校只好在家做毕设，毕设的内容是利用地泼雷妞技术优化推荐算法。
悲剧的是地泼雷妞不会，推荐系统算法也不懂，包含推荐系统的东西倒是用过不少（某宝，某东，某音）。
只好从最基础的开始学，先学推荐算法。
打开Microsoft Edge,搜索推荐系统总结，得到该文章《推荐系统干货总结》，如获至宝。
文章中推荐了一本书《推荐系统实践》，我决定先从这本书开始。
电子书链接：https://pan.baidu.com/s/12BPDnGPe7jgXlqTXgT8i1g ，提取码：mnve
本文是我的学习笔记，对应此书2.4.1小节，
原理就不介绍了，直接上数据集和代码。
不懂原理的
2021-10-09 15:43:17
86KB
1
行业分类-网络游戏-基于用户终端测量数据、信令和移动定位技术的网络性能测量方法.zip
2021-09-11 09:03:42
234KB