我的目的是有个网上商城，里面有很多商品，某个用户在浏览一些商品后系统根据用户的浏览记录再结合其它广大用户的偏好记录，应用基于物品的协同过滤算法，为这个用户推荐合乎情理的其它商品，目的在于加深对算法的理解及更直观的展示算法的成果
2019-12-21 20:26:42
24.69MB
1
压缩文件中包含一下列表：
1，movielens 公开实验数据集(推荐系统研究经常用到~)
2，模拟预测评分的python代码（python3.x）
希望对大家学习有所帮助。有问题可以邮箱联系。
2019-12-21 20:24:09
4.53MB
1
用pytorch实现了AutoRec论文中的算法，将AutoEncoder用户推荐系统中的打分矩阵补全。数据集是ml100k，可以在movielens的网站上下载。
2019-12-21 20:23:56
3KB
1
bookcrossing网站的推荐数据集，已经经过预处理，和movielens的数据集格式一致。第一行是用户数、物品数、总打分数，之后每一行是一条打分记录。打分从0-10。可以用于推荐算法的训练。
2019-12-21 20:23:56
16.6MB
1
该项目是我大三下学期的课程设计，它是基于hadoop的推荐系统，里面包含我的课程设计报告，和完整的mappeReduce代码。希望对你们有帮助。
2019-12-21 20:16:11
2.77MB
1
用于基于地理位置的推荐系统数据集。
After preprocessing, it contains 25,379 users, 32,623 POIs, 1,395,856 check-ins and 118,717 social ties.
2019-12-21 20:15:29
10.6MB
1
用于基于地理位置的推荐系统数据集。
After preprocessing, the dataset contains 30,887 users, 18,995 POIs and 860,888 reviews.
2019-12-21 20:15:29
7.8MB
1