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. TSYS信息发布系统 v2.0 beta1版

  2. 系统内核重新编写，提升系统灵活性及可扩展能力 [升级]资源数据主表拆分，列表数据与内容大文本数据分表，以提升列表访问性能，减轻数据库压力。 [升级]频道管理，可以指定某频道个性化的目录生成规则、生成文件命名规则。 [修改]系统权限的管理，及权限在未来扩展开发中更方便创建、使用。 [增加]碎片（动态型、静态型、手工型），实现对于站点页面的非专业维护人员较简单的可视在线管理与生成。 [增加]目录类型的识别（“/site01/”, “c:/wwwroot/”），实现了单一Tsys 2.0系统可同 时

  3. 所属分类：其它

    • 发布日期：2009-06-17
    • 文件大小：338944
    • 提供者：leofree888

  1. 大数据(Mining of Massive Datasets)

  2. 英文PDF版。 《大数据:互联网大规模数据挖掘与分布式处理》由斯坦福大学的“web 挖掘”课程的内容总结而成，主要关注极大规模数据的挖掘。主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统。其中相关章节有对应的习题，以巩固所讲解的内容。

  3. 所属分类：互联网

    • 发布日期：2012-09-29
    • 文件大小：1048576
    • 提供者：wangxm1983

  1. 大数据实时计算实践：百分点架构和算法

  2. 介绍了大数据平台的基本原理，并详细说明了其中与实时计算相关部分，实时计算框架和数据查询框架的系统架构、处理流程和应用。而后，我们以海量数据计数问题为例，深入浅出的介绍了在实时计算算法中常用的方法和技巧，以及它们适用的场景和可能带来的问题。这些方法和技巧具有普遍性和通用性，被广泛应用于个性化推荐引擎的各个模块，包括用户意图预测、用户画像、个性化推荐评分、商品分类等等。如果能在实际业务中灵活运用这些方法和技巧，则能够大大提高实时计算的数据规模和处理效率，帮助业务快速发展。

  3. 所属分类：Web开发

    • 发布日期：2014-02-28
    • 文件大小：550912
    • 提供者：u013789577

  1. Chapter11-厦门大学-林子雨-大数据技术原理与应用-第十一章-大数据在互联网领域的应用

  2. 首先介绍推荐系统的概念，描述长尾理论与推荐系统的内在联系，并介绍不同的推荐方法以及推荐系统的应用；然后，重点介绍协同过滤算法的基本思想；最后，通过实例来讲述如何实现一个简易的推荐系统

  3. 所属分类：讲义

    • 发布日期：2015-06-30
    • 文件大小：2097152
    • 提供者：qq97294972

  1. 2016大数据技术大会

  2. 2016大数据技术大会，来自一线互联网（含bat）厂商顶级大学的大数据实践经验， 包含以下主题： ​百度大规模推荐系统实践 京东数据库备份系统进化之路​ ​腾讯大数据能力输出之路 基于图算法的跨设备受众识别 ​360聚效广告大数据平台实践​ ​领域知识驱动的个性化推荐方法 大数据基础组建的安全解决方案 ​大数据视野下的数据安全防护体系探索​大数据安全防护​ ARM嵌入式系统的DNN性能优化 ​Gemini：基于图计算的高性能大数据分析系统 ​下一代实时数据处理引擎——Apache Apex项目

  3. 所属分类：专业指导

    • 发布日期：2017-03-09
    • 文件大小：78643200
    • 提供者：dreamfarwhb

  1. 基于混合算法的推荐系统的研究与实现

  2. 基于混合算法的推荐系统研究111111111111111111111111111111111111111111111111111111111

  3. 所属分类：Storm

    • 发布日期：2017-10-31
    • 文件大小：1048576
    • 提供者：qq_36711289

  1. 基于Spark的电影推荐系统

  2. 本课程论文阐述了spark和spark集成开发环境Intellij IDEA的安装与操作，也详细说明了基于Spark的电影推荐系统的开发流程。推荐引擎是最常用的机器学校应用，我们可以在各大购物网站上看到这方面的应用。基于Spark的电影推荐系统是使用Spark MLlib的ALS推荐算法，对会员电影评分数据和观看记录的数据构建协同过滤式的推荐引擎，对历史数据进行训练创建模型进行针对用户推荐电影和针对电影推荐用户的推荐功能，由此来增加会员观看电影的次数。

  3. 所属分类：微服务

    • 发布日期：2018-04-17
    • 文件大小：2097152
    • 提供者：lsn14

  1. 基于Spark的推荐系统的设计与实现

  2. 推荐系统是数据挖掘的一个重要部分,能够实现海量数据信息的快速、全面、准确过滤。然而基于以往传统单个主机模式实现的推荐算法其计算过程耗费的时间过长,已经不能满足当前商业时代快速可靠的技术追求。大数据平台Spark分布式计算框架通过引入RDD(弹性分布式数据集)的概念以及基于内存的运算模式,能够更好的适应大数据挖掘这一应用场景。推荐算法在实现过程中存在多次迭代计算,Spark计算框架的使用可以极大提升推荐系统的运算效率。本文利用Spark平台设计了一个基于物品的协同过滤(Item-CF)算法的商品

  3. 所属分类：spark

    • 发布日期：2018-06-20
    • 文件大小：528384
    • 提供者：qq_28339273

  1. 小米广告大数据与算法实践

  2. 小米系产品的推荐算法一直深受业界称赞，本文档从整体到实现详细介绍了小米推荐系统的架构，以及实现中遇到的问题和解决办法

  3. 所属分类：机器学习

    • 发布日期：2018-10-26
    • 文件大小：1048576
    • 提供者：just_single

  1. 基于大数据技术推荐系统算法案例实战教程

  2. 基于项目层次结构的推荐算法，并结合Hadoop技术实现矩阵分解算法。 改进均衡相似度的余弦距离和皮尔逊相关系数的计算公式，避免计算目标用户与所有用户的相似度，从而避免了在整个用户空间中搜索最相近的k个用户，同时引入倒排索引数据结构，是查找目标用户最近邻的计算复杂度降低； 提出基于项目层次相似度的协同过滤算法，用户给部分项目标注标签和项目类别进行自动扩展，建立所有项目的层次结构，利用建立的项目标签层次结构计算项目之间的相似性

  3. 所属分类：算法与数据结构

    • 发布日期：2019-01-09
    • 文件大小：72
    • 提供者：qq_37780184

  1. 尚硅谷大数据之Scala语言核心编程.pdf

  2. 尚硅谷大数据scala语言核心编程，是大数据开发必备的技能。心残谷 尚硅谷语言课程 变量的基本使用 决速入门 变量使用说明 变量声明基本语法 注意事项 程序中号的使用 数据类型 数据类型体系一览图(记住) 数据类型列表 整数类型 基本介绍 整型的类型 整型的使用细节 浮点类型 基木介绍 浮点型的分类 浮点数的使用细节 字符类型 基本介绍 案例演示: 字符类型使用细节 布尔类型 基本介绍 类型、 类型和 类型 堪本说明 使用细节的案例 值类型转换 值类型隐式转换 值类型隐式转换 高级隐式转换和隐式

  3. 所属分类：其它

    • 发布日期：2019-07-04
    • 文件大小：9437184
    • 提供者：chen18677338530

  1. 小红书推荐大数据在阿里云上的实践.pdf

  2. 小红书使用Hologres成功替换ClickHouse，并利用Hologres功能，与Flink深度结合，推荐系统成功上云。

  3. 所属分类：互联网

    • 发布日期：2020-10-23
    • 文件大小：80740352
    • 提供者：aliyunhologres

  1. 推荐系统实战系列(Python版）.rar

  2. 推荐系统实战系列视频教程(Python版，2020年9月新课)，推荐系统实战系列课程旨在帮助同学们快速掌握推荐系统领域常用算法及其建模应用实例。全程基于Python及其开源工具实战演示各大推荐引擎构建方法，基于真实数据集进行建模与应用实战。整体风格通俗易懂，适合入门与进阶的同学们加入学习，提供课程所需全部PPT，数据，代码。

  3. 所属分类：Python

    • 发布日期：2020-11-12
    • 文件大小：595
    • 提供者：u011552756

  1. 推荐系统实战系列视频教程(Python).rar

  2. 推荐系统实战系列(Python)，2020年新课，推荐系统实战系列课程旨在帮助同学们快速掌握推荐系统领域常用算法及其建模应用实例。 全程基于Python及其开源工具实战演示各大推荐引擎构建方法，基于真实数据集进行建模与应用实战。 整体风格通俗易懂，适合入门与进阶的同学们加入学习，提供课程所需全部PPT，数据，代码。

  3. 所属分类：机器学习

    • 发布日期：2020-11-11
    • 文件大小：555
    • 提供者：huhuge88

  1. unsupervised-predict-streamlit-template:EDSA无监督Sprint的基于Streamlit的推荐系统-源码

  2. 基于Streamlit的推荐系统 探索数据科学研究院无监督预测 1）概述 该存储库构成了EDSA数据科学课程中无监督预测任务2的基础。 它包含模板代码，使学生能够基于 Web应用程序框架部署基本的推荐器引擎。 作为预测的一部分，预计学生将在此基础模板上进行扩展； 改进（和修复）给定的基本推荐算法，并通过其他应用程序页面/功能为问题和尝试的解决方案提供更大的上下文。 1.1）什么是推荐系统？ 推荐系统是我们现代技术世界中鲜为人知的英雄。 搜索引擎，在线购物，流式多媒体平台，新闻提要-所有这些

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：18874368
    • 提供者：weixin_42133753

  1. 推荐系统本质与网易严选实践

  2. 大数据在网易内部的应用丰富多彩，在《让机器读懂用户–大数据中的用户画像》一文中，网易工程师对用户画像进行了较为系统的介绍，并提到用户画像的一个重要作用在于个性化推荐。但企业怎样才能正确认识和利用推荐系统来拓展业务？本文对推荐的本质和实现思路进行了深入的探讨，并介绍了网易严选的推荐系统实践，让您充分领略个性化推荐的魅力。有资料称亚马逊的推荐系统带来的GMV占其全站总量的20%-30%。这个数据会让人直觉地认为，电商网站只要一上好的推荐系统，就会带来相当高的GMV提升。甚至有产品会问：我们的推荐系统

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：603136
    • 提供者：weixin_38522552

  1. 电影推荐系统：根据用户偏好推荐电影的应用程序-源码

  2. 电影推荐系统 使用推荐系统算法在Python中实现的应用程序，该算法适用于大数据集。 您应该将.csv文件与一堆电影一起使用，以便在其中进行选择 应用程序输入应与.txt文件中提供的示例相同

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：3072
    • 提供者：weixin_42109925

  1. 推荐系统本质与网易严选实践

  2. 大数据在网易内部的应用丰富多彩，在《让机器读懂用户–大数据中的用户画像》一文中，网易工程师对用户画像进行了较为系统的介绍，并提到用户画像的一个重要作用在于个性化推荐。但企业怎样才能正确认识和利用推荐系统来拓展业务？本文对推荐的本质和实现思路进行了深入的探讨，并介绍了网易严选的推荐系统实践，让您充分领略个性化推荐的魅力。 有资料称亚马逊的推荐系统带来的GMV占其全站总量的20%-30%。这个数据会让人直觉地认为，电商网站只要一上好的推荐系统，就会带来相当高的GMV提升。甚至有产品会问：我们的推荐系

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：591872
    • 提供者：weixin_38620314

  1. 大数据与推荐系统

  2. 随着大数据时代的来临，网络中的信息量呈现指数式增长，随之带来了信息过载问题。推荐系统是解决信息过载最有效的方式之一，大数据推荐系统已经逐渐成为信息领域的研究热点。介绍了推荐系统的产生及其在大数据时代的发展现状、推荐系统的领域需求和系统架构、大数据环境下推荐系统的挑战及其关键技术、开源的大数据推荐软件、大数据推荐系统研究面临的问题，最后探讨了大数据推荐系统的未来发展趋势。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38674616

  1. 基于大数据挖掘构建游戏平台个性化推荐系统的研究与实践

  2. 给出了一种基于大数据挖掘的手机游戏平台个性化推荐机制，通过对游戏用户行为数据的获取、存储、清洗、挖掘，由改进的余弦相似度算法计算出游戏的相似度，向用户推荐其喜欢的游戏。该机制可以有效提升游戏推荐的准确性，增强用户黏性，为游戏平台创造更多价值。

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：1048576
    • 提供者：weixin_38506835
« 12 3 4 5 6 7 8 9 10 ... 31 »