基于深度学习的监督学习，使用梯度下降、ALS、LFM算法，使用AngularJS2生成前端框架，数据库为MongoDB，使用ElasticSearch作为搜索服务器，Redis作为缓存数据库，其中包括Spark的离线统计服务、Azkaban的工作调度服务、Flume的日志采集服务、Kafka作为消息缓冲服务，全局采用Scala编写，Java作为Tomcat部署使用，实现离线推荐、实时推荐、服务器冷启动问题解决。
2021-01-28 04:17:55
250.79MB
1
该资源是基于物品的协同过滤算法，使用的是spark2.x环境，需要自己配置好环境，数据需要自己找，根据代码中的sql语句创建字段即可。环境配置好可以直接运行
2021-01-28 04:17:02
1.19MB
1
袁博数据挖掘上课PPT，项亮的推荐系统实战PDF。袁博的课程深入浅出，很适合有志从事数据挖掘的爱好者奠定算法基础
2020-02-13 03:12:42
54.54MB
1