java协同过滤算法，不依赖第三方库，包含基于内容推荐、基于用户推荐，方便扩展。

余弦相似度算法

目前，mahout上协同过滤只支持mysql数据库，不支持sql server,本人实验成功了支持sql server的dataModel

java 源码 推荐 下载地址： 项目介绍 java mysql基于协同过滤的商品推荐系统源码 项目说明 项目介绍 商品推荐是针对用户面对海量的商品信息而不知从何下手的一种解决方案，它可以根据用户的喜好，年龄，点击量，购买量以及各种购买行为来为用户推荐合适的商品。在本项目中采用的是基于用户的协同过滤的推荐算法来实现商品的推荐并在前台页面进行展示，我将会使用余弦相似度的度量方法来计算用户与用户之间相似性，最终将相似度较高的用户浏览的商品推荐给用户。 项目目标 商品推荐：根据不同用户之间的相似性来推荐给用户合适的商品 一级类目管理：管理一级类目的相关功能 二级类目管理：管理二级类目的相关功能 商品管理：对商品进行上架，下架，修改信息 管理员管理：管理管理员，用于商城后台的管理平台页面 商城会员管理：管理商城会员，对商城页面的会员进行管理 商城会员登录及注册：实现商城用户的登录功能以及注册功能 项目所采用的技术 开发环境 操作系统：Windows8.1 IDE：eclipse Java版本：1.8 数据库：mysql5.6.36 服务器：tomcat8 项目的构建工具：Maven 后台框架

MovieRecommender基于Mahout实现协同过滤推荐算法的电影推荐系统^

MovieRecommendation 基于Python3，实现电影推荐系统，数据集是MovieLens官方数据集【见data.txt】 基于用户的协同过滤算法UserCF，UserCF的思想见博客： 基于项目的协同过滤算法ItemCF 关于推荐系统的介绍见博客：

Matlab非负矩阵分解实现协同过滤，可用

适用于 【推荐算法学习】协同过滤算法族 数据示例 数据来源参考 datawhale

第一章绪论 L1课题研究背景 12国内外研究现状 12.1点餐系统研究现状 1.22推荐系统研究观状 13本文的研究目标和内容 1.4论文组织结构第二章系统相关技术概述 2.1餐饮平台开发相关技术 2.1.1微信小程序2，l.2uni-app框架. 2.13 SpringBoot框架 2.1.4数据库 22推荐系统相关技术… 221基于内容的推荐算法 222基于近邻的协同过滤算法 2，2.3基于关联规则的推荐算法 2.3本章小结 第三章基于协同过滤的混合推荐算法 3.」基于物品的协同过滤算法 3.2基于关联规则的推荐算法 33基于内容的推荐算法 3.4混合推荐算法 3.5测试与分析 3.6本章小结 第四章系统设计与实现 4.1系统架构设计 42功能模块设计 4.2.1移动端功能模块设计 4.2.2网络端功能模块设计 4.2.3推荐系统功能模块设计 42.4服务器端功能模块设计43数据库结构设计… 4.4系统实现 4.4.1微信点餐小程序实现 4.4.2网络端应用实现 4，43推荐系统实现 4，4，4服务器端实现

【推荐系统实战】：C++实现基于用户的协同过滤（UserCollaborativeFilter）-附件资源