注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 深度VS主题3.0

  2. XP主题，推荐下载！

  3. 所属分类：C++

    • 发布日期：2008-04-05
    • 文件大小：7340032
    • 提供者：neecci

  1. 陈运文：智能推荐系统的开发与应用

  2. 目前在#智能算法#主题论坛演讲的是盛大智能推荐团队负责人陈运文。他先对智能推荐系统进行了概述，给出了常用推荐算法及其适用场景，然后结合实践讲述了Latent Factor Model推荐算法，指出该算法的优点：将用户和物品用隐特征（latent feature）连接在一起；Matrix Factorization有明确的数学理论基础...

  3. 所属分类：讲义

    • 发布日期：2014-05-29
    • 文件大小：2097152
    • 提供者：fowse

  1. 基于主题模型的个性化新闻推荐系统

  2. 本本章上关于主题模型在个性化新闻推荐系统上的应用，以推测读者意图，来依据个性化进行新闻推荐

  3. 所属分类：其它

    • 发布日期：2014-10-30
    • 文件大小：14680064
    • 提供者：w28480

  1. CDH5.8+Oryx2.2推荐系统环境搭建

  2. CDH5.8+Oryx2.2推荐系统环境搭建 1 一、 安装准备 1 1 准备4台主机搭建集群 1 2 在/etc/hosts增加（所有主机） 1 3 禁用IPV6（所有主机） 1 4 关闭防火墙（所有主机） 1 5 禁用selinux（所有主机） 2 6 配置时钟同步（所有主机） 2 7 配置.ssh免密码登录（所有主机） 2 二、 CDH安装 3 1 安装方式选择（PATH B方式，配置本地yum源安装）： 3 2 软件、安装包下载 4 3 安装Oracle JDK1.8（全部主机） 4

  3. 所属分类：互联网

    • 发布日期：2016-08-22
    • 文件大小：382976
    • 提供者：savge1984

  1. 群体推荐主题生成模型（GIST）

  2. 一种基于个体和子群的群体推荐主题生成模型（GIST），融合个人和组典范推荐，弥补传统推荐系统的不足

  3. 所属分类：其它

    • 发布日期：2018-03-30
    • 文件大小：15728640
    • 提供者：qq_31390999

  1. 58同城内容推荐系统设计与实现（沈剑）.pdf

  2. 对58同城的内容推荐，包括常用推荐方法、推荐业务场景如职位推荐、感兴趣主题推荐等技术，从架构层面进行了设计和实现方面的介绍。

  3. 所属分类：计算广告

    • 发布日期：2020-04-15
    • 文件大小：808960
    • 提供者：skty1314

  1. WWW 2020热点论文（6篇）【推荐系统相关】.zip

  2. 文本继续为大家奉上WWW 2020六篇推荐系统相关论文-part3 供参考——上下文感知推荐、双边公平推荐、MetaSelector、视觉主题推荐、社交影响力。

  3. 所属分类：机器学习

    • 发布日期：2020-04-14
    • 文件大小：14680064
    • 提供者：syp_net

  1. 5篇WWW 2020热门论文【推荐系统专题】.zip

  2. 近期，随着WWW 2020 推荐系统比较有意思的的论文不断被揭露，我们收集了以下五篇热门论文，其涉及的主题包括：序列推荐、可解释Serendipity 推荐、推荐效率、 bandit推荐、Off-policy学习。

  3. 所属分类：机器学习

    • 发布日期：2020-04-08
    • 文件大小：9437184
    • 提供者：syp_net

  1. 小屏精致灰色风格苹果CMSv10主题.zip

  2. 这是一款带“主题管理系统”的模板，它是可以完全自主配置主题的一套系统，脱离cms主程序独立针对主题界面管理，体积小巧、功能强大、免安装，不对cms二次开发，当前版本具备了50多个模块500多个设置项，默认参数基本满足常用配置不用每个手动修改，也许很多功能并不常用但等你用到的时候才能体会它的精妙，颠覆以往的无管理界面、文件找不到、不会改代码的模板通病，有了这套系统完全可以自主配置几乎你能用到的所有东西，例如常见的导航、推荐、菜单、广告、颜色、样式等等，这些也只是基础功能，更多更强大的功能欢迎购买体

  3. 所属分类：PHP

    • 发布日期：2020-05-27
    • 文件大小：1048576
    • 提供者：huayula

  1. 融合句义结构模型的短文本推荐算法研究.pdf

  2. 传统的基于协同过滤的推荐系统需要收集用户兴趣喜好等相关数据，在一定程度上涉及了用户的个人隐私，当前信息安全和隐私保护是数据挖掘领域的热点之一，为了有效避免用户信息泄露带来的安全问题，提出一种融合句义结构模型的短文本推荐方法。该方法以句子为研究对象，首先利用LDA主题模型构建文章-主题矩阵，划分子主题，然后利用句义结构模型抽取句子的语义格得到句子的语义特征，基于LDA主题模型使用句义结构计算句子两两之间的语义相似度，构建相似度矩阵，融合句子的语义特征和关联特征综合加权得到句子权值，以文章内最高单句

  3. 所属分类：互联网

    • 发布日期：2020-08-27
    • 文件大小：5242880
    • 提供者：weixin_38747087

  1. LDA模型在网络视频推荐中的应用

  2. 视频推荐系统最主要的功能就是从用户的历史行为中发现用户兴趣偏好，然后找出其可能感兴趣的视频并展示给用户。该文针对用户的视频选择过多、视频转化率较低等问题，提出了一种基于LDA模型的电影推荐方法。首先将视频的评论文本集转化为评论主题词语的三层贝叶斯模型，提取每个视频的评论关键词，再基于目标用户的历史行为发现其偏好的视频关键词集合，最后利用杰卡德相似系数，预测用户可能感兴趣的视频，以实现基于内容的个性化视频推荐服务。实验表明，该方法可以提高视频推荐的精度，使得视频转化率得到较好的提升。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：731136
    • 提供者：weixin_38732277

  1. 当因式分解遇到不同的潜在主题时：可解释的跨站点推荐框架

  2. 数据稀疏性是推荐系统应用程序中众所周知的挑战。 先前的工作通过将信息合并到相应的社交媒体站点中来缓解此问题。 在本文中，我们将通过探索跨站点信息来解决这一挑战。 具体来说，我们的目标是：1）如何有效，高效地利用跨网站评分和内容功能来提高推荐效果？ 和2）如何通过利用内容特征使建议可解释？ 我们提出了矩阵分解和潜在主题分析的联合模型作为推荐框架。 在该模型中，可以通过多种潜在主题对异构内容特征进行建模，从而准确地进行特征维数降低以提高推荐性能。 此外，矩阵分解和潜在主题的组合使推荐结果可从多个方面

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：552960
    • 提供者：weixin_38699830

  1. Board-Games-Recommender:基于主要棋盘游戏论坛BoardGameGeek收集的数据构建的棋盘游戏推荐系统-源码

  2. 棋盘游戏推荐 介绍 传统上，是的子集，根据一组规则，棋盘或棋子涉及移动或放置在预先标记的表面或板上的柜台或棋子。 当纸张发明时，就出现了和类的古老棋盘游戏，而到了20世纪，棋盘游戏开始朝着不同的方向动态发展。 当时最大的两个市场是美国（US）和德国，分别具有两种不同的棋盘游戏类别。 在美国，您可以找到游戏，该游戏更多地致力于游戏，经常模拟战争和冒险主题。 另一方面， 由德国开发，通常专注于游戏的机制并采用适当的策略。 此后出现了其他几种棋盘游戏类型，例如牌游戏，，等。近年来，许多棋盘游戏包含多种

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：101711872
    • 提供者：weixin_42099087

  1. Dissertation:毕业设计-主动学习推荐系统的实现-源码

  2. 主动学习推荐系统 0.概述 数据集： 编程环境：Python，Matlab，Markdown 1.数据预处理 商品信息 提取数据集中的标题和描述信息 命令： python item_information.py [file1, ..., file3] 用户物品评分信息 提取用户-物品评分，划分训练集和测试集 将火车集中的用户作为用户全集，以防止出现火车集中有用户没有评分的情况 命令： python user_information.py [file1, ..., file7] 商品相似度生成 标

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：27648
    • 提供者：weixin_42178963

  1. Recommender-Systems-with-Collaborative-Filtering-and-Deep-Learning-Techniques:实施的基于用户和基于项目的推荐系统以及最新的深度学习技术-源码

  2. 带有CF和DL技术的推荐系统 在此存储库中，我涵盖了以下主题- 什么是建议系统？ 为什么我们需要推荐系统？ 协同过滤 协同过滤的类型 基于内存的CF 基于用户的CF 基于项目的CF 基于模型的CF K最近邻居 奇异值分解 非负矩阵分解 使用深度学习进行矩阵分解 嵌入层简介 带点运算的体系结构1 具有串联操作的体系结构2 评估RMSE 参考 您也可以在Kaggle上找到内核- 我已经使用评级数据集来研究各种推荐技术。 由于数据集的大小很小，因此我使用了基本技术，但要使用更大的

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1048576
    • 提供者：weixin_42160398

  1. recommender_system:基于last.fm数据的音乐推荐系统-源码

  2. 建立Last.fm推荐系统 今天，我们将基于代表在上提供的Last.fm数据集构建基本的推荐系统。 该数据集来自2011年的LastFM，包含1,892位用户的17,632位艺术家的播放次数。 我们的议程如下： 通过执行初始探索性​​数据分析（EDA）来检查我们正在使用的数据 构建基本协作推荐系统的几个版本： sci-kit中的K个最近邻居学习 TuriCreate中的项目相似性推荐者 评估结果 回答有关项目的问题，包括需要改进的地方 除了此自述文件中包含有关项目的一般信息之外，我们的项目

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：828416
    • 提供者：weixin_42116585

  1. NewsRecommender:为用户社区量身定制的新闻推荐系统-源码

  2. 根据读者的协作行为推荐故事 什么是News4U 在线新闻阅读变得非常流行，因为网络提供了来自全球数百万个来源的新闻报道的访问。 一个严重的问题是，读者可能不知所措。 因此，构建新闻推荐系统以帮助用户找到有趣的新闻是每个在线新闻服务的关键任务。 新闻推荐必须在新鲜内容上表现良好：尚未被许多读者观看的重大新闻。 因此，我们需要利用发布时可用的文章内容数据（例如主题，类别和标签）来构建基于内容的模型，并将其与从阅读历史中学到的读者兴趣相匹配。 但是，基于内容的推荐的一个缺点是，当没有足够的用户历史

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：20971520
    • 提供者：weixin_42116058

  1. 排名主题模型提高推荐系统的偶然性

  2. 排名主题模型提高推荐系统的偶然性

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：788480
    • 提供者：weixin_38537941

  1. NewsRecSys：基于内容的新闻推荐系统-源码

  2. 说明 本项目采用前逐步分离实现，逐步使用的是Python的Django框架，前端使用的是Vue，数据库为MySQL，禁止用做商业用户，如有需要联系我授权 实现思路 各大主题下的热度排序 每篇新闻的关键词抽取和展示 基于item的推荐 热度榜（注意覆盖度） 为你推荐（不同用户行为不同看到的为你推荐也不同，指定几个用户作为展示） 初步依赖 Python版本为3.6 Python包和对应的版本在NewsRecSys / NewsRec / z-others / files / requirement

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：24117248
    • 提供者：weixin_42134094

  1. 推荐系统数据集：这是高质量的推荐系统（RS）的以主题为中心的公共数据源的存储库-源码

  2. 推荐系统数据集：这是高质量的推荐系统（RS）的以主题为中心的公共数据源的存储库

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：50331648
    • 提供者：weixin_42136826
« 12 3 4 5 6 7 8 9 10 ... 24 »