A Fully-observed Dataset for Recommender Systems（基于全观测数据集的推荐系统）
该文章是快手公司与中科大合作产出的资源型论文，即发布了一个几乎全是观测值的稠密数据集KuaiRec，该数据集包含了1411个用户对3327个短视频的交互行为，稠密度高达99.6%（一般推荐系统公开数据集的稠密度在1%以下）。“稠密数据集”意味着用户-物品矩阵中几乎没有缺失值，即每个用户都看了每个视频且留下了反馈。
文件下载
评论信息
其他资源
- 【Unity3D开发小游戏】《打地鼠游戏》_源码.rar
- LPP matlab
- 时间序列的小波分析
- 仿菜谱精灵微信小程序
- 黑马C++讲义
- 主流监控视频demo及接入操作手册
- 微电网负荷预测matlab源代码
- ssm和echarts技术整合 Spring+SpringMVC+MyBatis整合
- 微信小程序猫眼电影
- 王万良人工智能导论第4版试验参考程序201806 (2).zip
- M1卡分析助手V2.1 （免费版）
- 时域特征值MATLAB程序
- android-support-v7-appcompat下载绿色版
- 手势控制音乐播放器 源码
- Docker，云时代的程序交付方式
- tensorflow_gpu-2.0.0a0-cp37-cp37m-win_amd64.rar
- 篮球竞赛30秒计时器
- springmvc jar包
- mysql-connector-java-5.0.4-bin.jar
- ini文件读取实例源代码
- 前端bootstrap框架项目一套
- 图书管理系统(struts+hibernate+spring)
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明