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. spark mllib 协同过滤推荐算法（ALS) python 实现 完整实例程序

  2. 一个完成的spark mllib 协同过滤推荐算法ALS 完整实例程序，基于 spark yarn-client模式运行，另外，包括训练数据。

  3. 所属分类：spark

    • 发布日期：2018-03-07
    • 文件大小：886784
    • 提供者：bluesunday

  1. 基于协同过滤算法的电影推荐系统

  2. 该文件使用了协同的过滤的算法达成了电影推荐系统，比较适合新手，代码整洁，注释清晰

  3. 所属分类：算法与数据结构

    • 发布日期：2018-03-22
    • 文件大小：808960
    • 提供者：weipengfei_csdn

  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. 机器学习技术分享

  2. 机器学习技术分享，包含Spark MLlib 简介，分类算法，聚类算法，ALS协同过滤，回归算法。

  3. 所属分类：spark

    • 发布日期：2019-04-02
    • 文件大小：736256
    • 提供者：chuan7qi

  1. 微软Sysinternals Suite工具包 2018.12.18 官方版.zip

  2. Sysinternals Suite是微软发布的一套非常强大的免费工具程序集。我想介绍就不用多说了吧。用好Windows Sysinternals Suite里的工具，你将更有能力处理Windows的各种问题，而且不花一毛钱。 Sysinternals之前为Winternals公司提供的免费工具，Winternals原本是一间主力产品为系统复原与资料保护的公司，为了解决工程师平常在工作上遇到的各种问题，便开发出许多小工具。之后他们将这些工具集合起来称为Sysinternals，并放在网上供人免

  3. 所属分类：其它

    • 发布日期：2019-07-09
    • 文件大小：26214400
    • 提供者：weixin_39841882

  1. Spark平台下基于协同过滤算法的实时电影推荐系统源代码

  2. 基于深度学习的监督学习，使用梯度下降、ALS、LFM算法，使用AngularJS2生成前端框架，数据库为MongoDB，使用ElasticSearch作为搜索服务器，Redis作为缓存数据库，其中包括Spark的离线统计服务、Azkaban的工作调度服务、Flume的日志采集服务、Kafka作为消息缓冲服务，全局采用Scala编写，Java作为Tomcat部署使用，实现离线推荐、实时推荐、服务器冷启动问题解决。

  3. 所属分类：spark

    • 发布日期：2020-12-10
    • 文件大小：262144000
    • 提供者：IronmanJay

  1. MovieRecommender:使用ALS机器学习算法的电影推荐系统-源码

  2. IMDB电影推荐系统 组：Priyanka Bijlani，Sharmeelee Bijlani，Laura Thriftwood，Lakshmi Venkatasubramanian 介绍 在考虑观看哪部电影时，用户可以使用大量的选项。 用户想要自定义建议，以确保最佳地利用其收看时间。 通过增强用户的参与度和对流媒体平台的依赖，业务模型将从强大的推荐系统中受益。 通过该项目，我们可以创建自己的电影推荐系统，该系统采用用户输入的一部电影，并利用电影标题，评分和用户信息的丰富数据集来输出推荐电影。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：300032
    • 提供者：weixin_42164702

  1. dsc-4-39-06-building-recommendation-system-als-pyspark-seattle-ds-career-040119-源码

  2. 在PySpark中构建推荐系统-实验室 介绍 在最后一个实验中，我们将在Spark编程环境中使用ALS实现一个电影推荐系统。 Spark的机器学习libraray ml随附了非常有效的ALS算法，我们在上一课中已经介绍了该算法。 该实验室将要求您实践一下用于创建和操作pyspark DataFrame的Spark编程技能。 我们将通过逐步的过程逐步发展出使用ALS和pyspark的电影推荐系统，并使用我们在之前的实验中使用的MovieLens数据集。 注意：建议您为完成本实验而大量参考，因为它

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：870400
    • 提供者：weixin_42127783

  1. movie_recommend:基于协同过滤和spark-als的电影推荐系统-源码

  2. 毕业设计-基于Django的电影推荐系统和论坛 说明 新手建议结合pycharm使用， //www.jetbrains.com/pycharm/ 注册普通用户通过web界面来设置，创建用户通过creeatsuperuser创建。 导入电影信息通过insert_movies_scr ipt.py来操作（会删除现有的所有信息！） 前端展示浏览最多，评分最多，收藏最多，写的比较直白，你可以改的委婉点：最热电影，火爆排行...之类的。至少有10条。 我猜你喜欢为基于用户推荐，item推荐为基于项目推

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：12582912
    • 提供者：weixin_42102713

  1. Steam_Recommendation_System:推荐系统，协作过滤，Spark，Hive，Flask，Web爬网程序，AWS EC2，AWS RDS-源码

  2. 项目Steam游戏推荐系统 1概述 关键字：推荐系统，协作过滤，Spark，Hive，Flask，Web爬网程序，AWS EC2，AWS RDS 1.1引言 推荐系统在最近几年变得越来越流行，并且广泛用于电影，音乐，新闻，书籍，研究文章，搜索查询，社交标签和产品等各个领域。 推荐系统或推荐系统是信息过滤系统的子类，其试图预测用户将给予商品的“等级”或“偏好”。 在这个项目中，我通过Spark的ALS（交替最小二乘）API（pyspark.mllib.recommendation.ALS）在

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：9437184
    • 提供者：weixin_42110362

  1. Travel-Recommendation-System:使用基于内容和协作过滤技术的假期推荐系统-源码

  2. 出行推荐系统 使用Apache Spark设计和开发旅行推荐系统。 使用监督学习使用协作过滤ALS（交替最小二乘）建立推荐模型。 用户的已使用Facebook签到数据可根据用户的兴趣变化提供有关旅行的动态推荐。 技术：Java，Apache Spark，Angular.js，Node.js，REST API 项目截图： 登录页面： 主页： 链接Facebook个人资料以访问用户的位置签到： 出行建议（无用户偏好（与facebook签到相关的建议））： 出行建议（有用户偏好）：

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：33554432
    • 提供者：weixin_42165508

  1. recommend:python推荐系统-源码

  2. 推荐 使用Python的简单推荐系统实现 当前型号： 概率矩阵分解 贝叶斯矩阵分解 具有加权Lambda正则化（ALS-WR）的交替最小二乘 参考： R. Salakhutdinov和A.Mnih。，“概率矩阵分解”，NIPS 2008 “使用MCMC的贝叶斯概率矩阵分解”，R。Salakhutdinov和A.Mnih。，ICML，2008年 Matlab代码： ： “ Netflix奖的大规模并行协作过滤”，Y。Zhou，D。Wilkinson，R。Schreiber和R. Pan

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：510976
    • 提供者：weixin_42099087

  1. Chinese-Spark-movie-lens:基于Spark，Python Flask和MovieLens数据集的在线电影推荐系统-源码

  2. 中国火花电影镜头 基于Spark，Python Flask和MovieLens数据集的在线电影推荐系统 项目简介 该电影推荐系统库翻译自： : |对应 适合初学者学习如何建造一个推荐系统 基于Spark和Flask实现一个可扩展的在线电影推荐系统 这个Apache Spark教程将指导您逐步了解如何使用Spark的交替最小二乘（ALS）实现的协同过滤来基于构建电影推荐系统。和解析电影和评分数据进入到Spark RDD。第二部分是构建和使用这个推荐系统和在线持续的使用它。 可以单独使用本教程构

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：64512
    • 提供者：weixin_42134338

  1. RecommendationSystem:使用基于Spark的协作过滤的图书推荐器系统-源码

  2. 火花书推荐系统 项目简介 基于Spark，Python Flask和和的在线图书推荐系统。 该图书推荐系统参考 修改数据处理部分，重建支持 。 适合初学者学习如何构建一个推荐系统，此处底下附有其他数据，可供参考学习。 如果觉得好，请给项目点颗星来支持吧～～ 基于模型的应用---图书推荐 本文实现对用户推荐图书的简单应用。 推荐算法： 在我们的在线图书推荐系统中，我们借用Spark的ALS算法的训练和预测函数，一旦收到新的数据后，将其更新到训练数据集中，然后更新ALS训练得到的模型。 假设我们有一

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：51380224
    • 提供者：weixin_42131705

  1. ALS_ScalaTion：ScalaTion实现交替最小二乘算法（隐式数据）-源码

  2. ALS_ScalaTion ScalaTion实现交替最小二乘算法（隐式数据） 关于ScalaTion：ScalaTion是基于Scala的系统，用于仿真，优化和分析。 关于ALS算法：“隐式反馈数据的协作过滤”。 测试数据集是MovieLens 100k。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：244318208
    • 提供者：weixin_42098251

  1. 隐式：隐式反馈数据集的快速Python协作过滤-源码

  2. 隐含的 隐式数据集的快速Python协作过滤。 该项目为隐式反馈数据集提供了几种不同流行推荐算法的快速Python实现： 和。 。 使用余弦，TFIDF或BM25作为距离度量的项-项最近邻居模型。 所有模型都具有多线程训练例程，使用Cython和OpenMP将模型并行安装在所有可用CPU内核中。 此外，ALS和BPR模型都具有自定义的CUDA内核-可以安装在兼容的GPU上。 Implicit还可以使用近似最近的邻居库（例如 ， 和来。 安装 conda-forge上有针对Linux，W

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：447488
    • 提供者：weixin_42131342