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. elaisemsunny-movie-Recommandition-System-源码

  2. elaisemsunny-电影推荐系统

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：2097152
    • 提供者：weixin_42116701

  1. Movie-Recommendation-Database-System:该项目是关于构建电影推荐数据库系统的-源码

  2. 电影推荐数据库系统 该项目是关于构建电影推荐数据库系统的

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：6291456
    • 提供者：weixin_42139302

  1. Netflix-Movie-Recommendation-System-源码

  2. Netflix电影推荐系统 问题描述 Netflix提供了许多匿名评级数据，并且其预测准确度要比Cinematch在相同的训练数据集上可以达到的准确度高10％。 （准确性是对电影的预测收视率与后续实际收视率的匹配程度的度量。） 资料总览 数据来源： : 数据文件：combined_data_1.txt，combined_data_2.txt，combined_data_3.txt，combined_data_4.txt，movie_titles.csv 每个文件的第一行[combined

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：812032
    • 提供者：weixin_42131424

  1. movie-vue:电影推荐系统前端-源码

  2. 电影 电影推荐系统前端 在线（ ） 前端vue vuex 后台spring boot jpa mahout项目地址（ ） 主页 推荐 评分

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：998400
    • 提供者：weixin_42097508

  1. movie-recommendation-system:使用TensorFlow 2.1构建基于贝叶斯个性化推荐的推荐系统-源码

  2. 电影推荐系统 每个城市有数百家餐厅，数千部电影和数百万其他高质量的产品，个性化推荐可以帮助我们节省大量时间。 推荐系统（RS）已成为我们时代的无处不在的服务。 在这个项目中，我将考虑如何使用贝叶斯个性化排名构建推荐系统。 隐式反馈的贝叶斯个性化排名 通常，对于给定的用户项目互动（例如得分），我们没有明确的反馈。 为了解决这个问题，开发了贝叶斯个性化排名的特殊方法。 如果我们假设与用户互动的商品是正面示例，则我们无法确定所有其他商品对特定用户都是负面的。 但是，我们仍然可以假设没有交互作用的项目

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：108544
    • 提供者：weixin_42116713

  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. movie:电影推荐系统-源码

  2. 电影 电影推荐系统 在线（ ） 前端vue vuex项目地址（ ） 后台spring boot jpa mahout 主页 推荐 评分

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1048576
    • 提供者：weixin_42103587

  1. Movie-Recommendation-System-Web-Application:使用Django框架和协作过滤技术构建电影推荐系统Web应用程序-源码

  2. 电影推荐系统网络应用 使用Django框架和推荐技术（称为协作过滤）构建电影推荐系统Web应用程序 矩阵分解算法 截屏 主页 推荐页面 评分页面 使用的技术 网络技术 Python HTML CSS Javascr ipt 引导程序 Python包 Django的 脾气暴躁的 大熊猫 西皮 数据库 SQLite的 要求 python 3.6 pip3 virtualenv 设置运行 将zip文件下载到本地计算机 解压缩zip文件 打开终端/ cmd promt 转到那条路 例子 cd

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：2097152
    • 提供者：weixin_42131633

  1. Case-Study-ML-Netflix-Movie-Recommendation-System:基于协同过滤和基于内容过滤的电影推荐系统的机器学习案例研究-源码

  2. 案例研究-ML-Netflix-电影推荐系统 基于协作过滤和基于内容的过滤的电影推荐系统的机器学习案例研究。 业务问题 Netflix致力于将人们与他们喜爱的电影联系起来。 为了帮助客户查找这些电影，他们开发了世界一流的电影推荐系统：CinematchSM。 它的工作是根据他们喜欢或不喜欢其他电影的程度来预测某人是否会喜欢该电影。 Netflix使用这些预测来根据每个客户的独特口味提出个人电影推荐。 尽管Cinematch的表现不错，但总可以做得更好。 现在，netflix尚未尝试过很多有趣的替

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1048576
    • 提供者：weixin_42168745

  1. Movielens1M-movie-recommendation-system:使用MovieLens数据集实现了基于自动编码器（AE），可变自动编码器（VAE），BERT的深度学习电影推荐系统-源码

  2. MovieLens1M基于深度学习的电影推荐系统 使用MovieLens1M数据集（数据可以从下载），实现自动编码器（AE），可变自动编码器（VAE），BERT提取电影名特征3种方法，对评分矩阵进行耦合，继而对用户做出推荐。 代码建议在Google Colab环境下运行，代码中的目录请根据自己的实际目录进行修改。 本代码主目录和子目录如下： / content / drive / Movie_lens / --------- ml-1m（包含数据集的文件夹） ---------自动编码器.ip

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：6291456
    • 提供者：weixin_42113552

  1. Group-movie-recommender-system:基于矩阵分解的电影推荐系统-源码

  2. 团体电影推荐系统 在这个项目中，我们为一组用户创建了一个基于矩阵分解的推荐系统。 我们首先对用户电影评级矩阵进行基于随机梯度的矩阵分解，以计算用户和电影因素。 我们生成3个不同大小的用户组。 小型（3名成员），中型（5名成员）和大型（10名成员），并使用以下方法预测小组评分。 我们尝试了3种不同的方法。 分解后：将分解后的用户因子汇总为组因子 在分解之前（BF）：我们将用户的评级汇总到虚拟用户中。 我们通过使用简单的岭回归来计算组因子。 分解前加权（WBF）：与BF相同，只是编号不同。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：869376
    • 提供者：weixin_42131728

  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. movie-recommendation-system:由用户数据，电影数据和社交数据给定的电影推荐系统。-源码

  2. 电影推荐系统 由用户数据，电影数据和社交数据给定的电影推荐系统。这是电影推荐系统。 该算法来自论文“使用社交关系进行电影推荐的社交过滤”，我只是在其中实现了该想法并将其应用于实践中。该项目很小，如果有什么错误或新想法，请随时发送电子邮件我（ ）。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：67108864
    • 提供者：weixin_42178963

  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. Movie-Analysis:使用机器学习算法的电影推荐系统以及票房预测系统-源码

  2. 电影数据分析 刘家硕计63 2016011286 一，实验概述 1.实验目标 本项目希望基于电影数据集，依据电影的简介，关键字，预算，票房，用户评分等特征来对电影进行分析，并完成以下任务： 对电影特征的可视化分析 对电影票房的预测 多功能个性化的电影推荐算法 2.数据集 针对票房预测部分，本项目使用了收集数据集的7398条电影信息，包含了id，预算，电影主页，票房，语言，时长，评分，受欢迎度等特征，全部数据可见于中。 针对电影推荐部分，本项目使用了收集数据集的TMDB5000数据集以及收集自电影

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：31457280
    • 提供者：weixin_42151036

  1. Movie-Recommender-System:这是使用Python构建的好莱坞电影推荐系统-源码

  2. 电影推荐系统 这是使用Python构建的好莱坞电影推荐系统。 我使用IMDB 5000电影数据集来构建它。 链接到数据集：-https: 链接到Web应用程序： : 我还写了一个有关此项目的博客，可帮助您了解整个过程： : 我使用内置Python的Flask Web框架将其放入Web。 文件简介 *在preprocessing.ipynb文件中，“数据预处理”部分已完成。 *在create.py文件中，我创建了两个文件供将来使用，一个是data.csv，另一个是numpy矩阵。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：934912
    • 提供者：weixin_42138703

  1. Netflix-Movie-Recommendation-System:基于协同过滤和基于内容过滤的电影推荐系统的机器学习案例研究-源码

  2. Netflix电影推荐系统 在以下链接中查看有关构建推荐系统的博客： 业务问题 Netflix致力于将人们与他们喜爱的电影联系起来。 为了帮助客户查找这些电影，他们开发了世界一流的电影推荐系统：CinematchSM。 它的工作是根据他们喜欢或不喜欢其他电影的程度来预测某人是否会喜欢该电影。 Netflix使用这些预测来根据每个客户的独特口味提出个人电影推荐。 尽管Cinematch的表现不错，但总可以做得更好。 现在，netflix尚未尝试过很多有趣的替代方法来显示Cinematch的工作

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：2097152
    • 提供者：weixin_42108778

  1. MovieRecommend:一个电影推荐系统-源码

  2. 电影推荐 一个电影推荐系统（本科毕业设计）-实现用户登录，评分，推荐，采用协同过滤算法。 :cherry_blossom: 作者序 我完成毕业设计的时间线可以参考README末尾的，请注意笔记中所记载的内容和最后的实际成果有所出入，只做为本人完成毕业设计的过程记录。本毕设2018年工作，和当前主流技术有所出入，大家可以利用深度学习算法来改进推荐结果。 下面贴出我收藏的部分资料链接，希望对大家有帮助。 系统流程 用户注册，登录系统，对看过的电影进行评分，点击提交评分按钮，再点击查看推荐按钮即可看

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：25165824
    • 提供者：weixin_42128015

  1. Movie-Recommendation-System:这是基于协作过滤方法的电影推荐系统项目-源码

  2. 电影推荐系统 这是基于协作过滤方法的电影推荐系统项目。

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：8388608
    • 提供者：weixin_42134051

  1. turi-create-movie-recommender：使用Turi Create为iOS创建电影推荐系统-源码

  2. 使用Turi Create创建电影推荐系统 此代码模式是一个iOS应用程序，可帮助您找到要观看的新电影！ 它的构建旨在向您展示如何使用Apple的新的深度学习框架Turi Create在不到2分钟的培训时间内在计算机上本地快速构建惊人的推荐系统。 读者完成此代码模式后，将了解如何： 在Turi中创建“项目相似性”推荐器模型 使用Flask公开REST API，该API根据用户过去的电影评分提供推荐 从Swift调用REST API以围绕推荐器创建GUI 流 下载MovieLens最新数据集（

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：106496
    • 提供者：weixin_42126865
« 12 »