电影推荐系统 毕业设计的内容，基于协同过滤算法的电影推荐系统，目前还在学习完善中

主要记录推荐系统学习的过程，包含相关的论文和代码。 1.点击率预测 GBDT + LR 论文： 本文发表于2014年，基于传统人工特征工程的思想，此处提出通过GBDT对特征进行组合，生成组合特征喂给LR分类模型，通过机器学习特征，提高模型的准确率。同时，还提出了不同模型不同更新周期的思想。最终，这里还提出了一些工程化的优化方法，某些在线学习方法，使用数据联接器，基于分布式架构将印象记录和单击记录进行联接。对于CTR预测场景正负样本不均衡的问题，使用了降采样的方法，包括uniform subsam

recommend:推荐系统学习集合

recommend:学习推荐系统