微博特有的移动终端轻博客发布与交互模式，使其迅速成为使用范围最大、影响力最大的社交媒体。新浪中文微博现有超过3亿用户，发展最为迅速，中文微博和其他微博相比具有独特性，一些大“V”博主的影响力堪比电台电视。通过分析微博的网络结构特征，总结出微博相对于其他传统社会载体的特性。利用PageRank算法的思想，设计了基于用户质量的User Impack Rank（UIR）排序算法。UIR算法通过用户相对微力值和用户相对链接质量对各博主的影响力进行动态的评估。在一个活跃的微博社区数据集上进行了全面的实验，实验结果显示了UIR算法能更加准确和客观地对用户的影响力进行排序，并且能有效地消除僵尸粉丝对排序的影响。

基于用户的协同过滤算法Java实现，基本功能都能有效实现，非常适合进行扩展改进自己所需功能

白皮书从评测方案、现场工作开展、评测结果、数据分析对比及原因剖析等方面全方位梳理了2020年度评测工作的相关情况；针对后续发展规划提出了“一个平台+三种评测手段”的建设方案，即围绕全国移动网络质量数据感知平台，打造平台云测、现场路测、定点监测“点线面”有机结合的全方位评测手段。

西艺 基于用户提供的艺术家的相似艺术家生成播放列表的 Web APP

这是我参考网上资料后自己写的基于用户的协同过滤算法，包括算法所用到的数据集及相关代码，基于Python实现，代码包含详细解释。

近日，工业和信息化部印发《“双千兆”网络协同发展行动计划（2021-2023年）》（工信部通信〔2021〕34号），从完善基于用户体验的网络发展指标、健全网络评价体系和评测手段、指导中国信息通信研究院（以下简称“中国信通院”）定期发布权威数据和报告等方面明确了工作部署。

基于用户评价的产品情感倾向分析系统设计与实现

这是我参考网上资料后自己写的基于用户的协同过滤算法，包括算法所用到的数据集及相关代码，基于Python实现，代码包含详细解释。

基于用户的协同过滤推荐系统 实现一个简单的基于用户的协作过滤推荐系统，以使用给定的数据预测商品的评分。 该预测将使用k个最近邻居和Pearson相关进行。 最后，使用最近的k个邻居的相似性，预测给定用户对新商品的评分 评分文件格式 输入文件每行包含一个评分事件。 每个分级事件的形式为：user_id \ trating \ tmovie_titleuser_id是仅包含字母数字字符，连字符和空格（无制表符）的字符串。 等级是浮动值0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5和5.0之一。 movie_title是一个字符串，其中可能包含空格字符（以分隔单词）。 三个字段（user_id，评价和movie_title）由单个制表符（\ t）分隔。 输入 python Subramanya_Suhas_collabFilter.py rating-datas

实验三 基于用户的协同过滤算法.docx