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. 推荐系统-如何理解混合扩展算法

  2. 推荐系统-如何理解混合扩展算法，推荐系统 混合扩展算法 热扩散 能量传递

  3. 所属分类：专业指导

    • 发布日期：2014-04-08
    • 文件大小：367616
    • 提供者：jie8895010

  1. 基于用户兴趣的混合推荐系统研究

  2. 关于推荐系统的资料，名字是基于用户兴趣的混合推荐系统的研究，有兴趣的同志可以下载下来看看

  3. 所属分类：其它

    • 发布日期：2014-07-30
    • 文件大小：2097152
    • 提供者：fsxyly6

  1. 移动3D混合推荐系统

  2. 介绍了一种基于移动环境下的推荐系统的开发，根据用户的偏好以及位置给予用户推荐

  3. 所属分类：专业指导

    • 发布日期：2016-01-04
    • 文件大小：1048576
    • 提供者：zjt1991119

  1. java实现的LFM推荐系统

  2. 用四种方式实现了java的LFM推荐系统，分别是baseline，矩阵分解，混合模型和SVD。分别统计其RMSE、precision和一些其他指标，代码简洁明了，易于理解和修改

  3. 所属分类：Java

    • 发布日期：2017-06-08
    • 文件大小：7168
    • 提供者：caiwen_5050

  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. 推荐系统相关文档集合

  2. 包含推荐系统_淘宝 豆瓣推荐系统实践之路 基于混合算法的推荐系统的研究与实现 58同城推荐系统架构设计与实现 京东推荐系统实践-刘思喆五篇文章

  3. 所属分类：算法与数据结构

    • 发布日期：2018-03-09
    • 文件大小：5242880
    • 提供者：yuxiang1014

  1. 基于用户的协同过滤和基于内容的混合推荐系统源代码

  2. 基于用户的协同过滤和基于内容的混合推荐系统源代码。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-05-02
    • 文件大小：13312
    • 提供者：wuchangi

  1. JavaWeb实现协同过滤推荐算法的电影推荐系统

  2. 项目完整可用，配合压缩包内数据库可直接运行使用。 eclipse+mysql5.7+jdk1.8 功能：推荐引擎利用特殊的信息过滤（IF，Information Filtering）技术，将不同的内容（例如电影、音乐、书籍、新闻、图片、网页等）推荐给可能感兴趣的用户。通常情况下，推荐引擎的实现是通过将用户的个人喜好与特定的参考特征进行比较，并试图预测用户对一些未评分项目的喜好程度。参考特征的选取可能是从项目本身的信息中提取的，或是基于用户所在的社会或社团环境。 根据如何抽取参考特征，我们可以将推

  3. 所属分类：其它

    • 发布日期：2020-07-08
    • 文件大小：30408704
    • 提供者：u012998306

  1. 基于用户/项目的协同过滤推荐算法在音乐推荐系统、图书推荐系统、电影推荐系统、新闻推荐系统、电子商务网站、购物系统中的应用 程序代码

  2. 本文主要介绍基于用户/项目的协同过滤推荐算法在音乐推荐系统、图书推荐系统、电影推荐系统、新闻推荐系统、电子商务网站、购物系统中的应用和实现。 一、基于用户/项目的协同过滤推荐算法在推荐系统中的应用 目前商用的推荐机制都为混合式推荐，将用户标签、用户属性、项目属性、用户操作行为、聚类算法、基于用户、基于项目、基于内容等混合推荐。 协同过滤推荐算法在网站中应用非常广泛，比如：电子商务网站、购物系统、个性化音乐网站、电影网站、图书网站、新闻网站等等。 二、基于用户/项目的协同过滤推荐算法在推荐系统中的

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：867328
    • 提供者：weixin_38714653

  1. 基于期望项偏差的混合推荐系统方法

  2. 基于期望项偏差的混合推荐系统方法

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：820224
    • 提供者：weixin_38615397

  1. my-movie-recommender:个人电影推荐系统和研究沙箱-源码

  2. 我的电影推荐人 该存储库包含各种推荐系统工作。 一些工作与通过几种不同的矩阵分解方法提出用户电影推荐有关—本自述文件中包含的项目描述是特定于此的。 较新的工作涉及使用深度学习来开发混合的项对项内容协作推荐器- 对此工作进行了详细描述。 开发设置 cd进入存储库根目录 conda env create -f environment.yml source activate my-movie-recommender ipython kernel install --user --name=my-m

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：18874368
    • 提供者：weixin_42166261

  1. Recommendation-System:基于相似性创建简单的推荐系统-源码

  2. 工作推荐系统 一种混合推荐系统，该系统使用基于用户到用户以及基于项到项的协作过滤技术，根据用户的个人资料和以前的用户群向用户推荐工作。 该项目基于Django Web框架，是一个webapp。 推荐模型： 协同过滤 内容过滤 混合模型 ###使用的相似性： 余弦相似度 Mahattan距离 如何安装： 克隆这个github项目 在python中创建一个虚拟环境 pip install所有要求[pip install -r requirements.txt] 如何运行： 运行python

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：495616
    • 提供者：weixin_42134537

  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. movie-recommender-system:基于MovieLens数据集的电影推荐系统-源码

  2. 电影推荐系统 推荐系统是机器学习技术在企业中最成功和最广泛的应用之一。 您可以在零售，视频点播或音乐流中找到大型推荐系统。 实施和评估算法 基于内容的过滤 协同过滤 基于内存的协同过滤 用户项目过滤 逐项过滤 基于模型的协同过滤 单值分解（SVD） SVD ++ 混合模型 基于内容+ SVD 项目中包含的文件 movie_recommendation_system.ipynb：python笔记本代码文件 movie_recommendation_system.html：python笔记本的h

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1048576
    • 提供者：weixin_42116650

  1. Recommend:推荐系统-源码

  2. 总结 推荐系统和常用算法 推荐系统简介 知识点1：系统架构，模块介绍（召回，排序，重排序算法和系统等） 知识点2：推荐算法评估指标 知识点3：A / B测试系统 知识点4：冷启动问题和工业界解决方案 程序：冷启动解决方案代码实战（多臂竞争机问题bandit算法相关） 召回算法（CF） 知识点1：常用的CF算法以及变种（User / Item CF等变种） 知识点2：混合CF算法 知识点3：基于模型的CF（LFM矩阵分解，NMF，SVD） 知识点4：基于改进版协同过滤算法实战 程序：基于tenso

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：80740352
    • 提供者：weixin_42136791

  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. Recommendation-systems:推荐系统这是关于使用机器学习和深度学习技术建立推荐系统理论的研讨会-源码

  2. 推荐系统 推荐系统这是关于使用机器学习和深度学习技术构建推荐系统的研讨会 理论： ML和DL公式化，预测与排名，相似性，偏向与无偏 范例：基于内容，协作过滤，基于知识，混合和集成 数据：表格，图像，文本（序列） 型号：（深度）矩阵分解，自动编码器，宽和深度，等级学习，序列建模 方法：显式与隐式反馈，用户项矩阵，嵌入，卷积，递归，域信号：位置，时间，上下文，社交， 过程：设置，编码和嵌入，设计，训练和选择，服务和缩放，测量，测试和改进 工具： python-data-stack：numpy，p

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：7340032
    • 提供者：weixin_42134097

  1. recommendation:使用ML和DL的推荐系统-源码

  2. 推荐系统 这是关于使用机器学习和深度学习技术构建推荐系统的研讨会 理论：ML和DL公式化，预测与排名，相似性，偏见与无偏见 范例：基于内容，协作过滤，基于知识，混合和集成 数据：表格，图像，文本（序列） 型号：（深度）矩阵分解，自动编码器，宽和深度，等级学习，序列建模 方法：显式与隐式反馈，用户项矩阵，嵌入，卷积，递归，域信号：位置，时间，上下文，社交， 过程：设置，编码和嵌入，设计，训练和选择，服务和缩放，测量，测试和改进 工具：python-data-stack：numpy，pandas

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：52428800
    • 提供者：weixin_42151305

  1. HCRS：基于用户评分和产品功能的混合衣服推荐系统

  2. HCRS：基于用户评分和产品功能的混合衣服推荐系统

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：526336
    • 提供者：weixin_38513794

  1. SparrowRecSys：深度学习推荐系统-源码

  2. SparrowRecSys SparrowRecSys是一个电影推荐系统，名字SparrowRecSys（麻雀推荐系统），取自“麻雀虽小，五脏俱全”之意。项目是一个基于maven的混合语言项目，同时包含了TensorFlow，Spark，Jetty Server等推荐系统的不同模块。希望您能够利用SparrowRecSys进行推荐系统的学习，并有机会一起完善它。 基于SparrowRecSys的实践课程 受极客时间邀请建立课程，详细讲解了SparrowRecSys的所有技术细节，覆盖了深度学习

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：51380224
    • 提供者：weixin_42111465
« 12 3 4 5 6 7 8 9 10 »