BullentXie / MapleMovie
基于用户画像的电影推荐系统(重庆大学软酷实训)
☆12Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for MapleMovie
- Spark实践:音乐个性化推荐——基于ALS矩阵分解的协同过滤算法☆18Updated 5 years ago
- 推荐系统与深度学习☆33Updated 3 years ago
- 基于深度学习的新闻分类推荐系统(Spring Boot作为客户端,Keras作为服务端)☆44Updated 4 years ago
- 电影推荐系统、电影推荐引擎、使用Spark完成的电影推荐引擎☆116Updated 6 years ago
- 基于用户画像以及协同过滤的音乐推荐系统☆65Updated 4 years ago
- 《推荐系统开发实战》代码及勘误☆59Updated 4 years ago
- 2018年研究生室友推荐系统——Roommate Matching——简单小应用帮助同学寻找习性相同的室友☆11Updated 5 years ago
- 基于用户行为(关键词和查看过的新闻)的个性化新闻推荐系统☆37Updated 6 years ago
- 使用 Spark MLlib 的 ALS 算法的电影推荐系统☆42Updated 7 years ago
- 第二届全国大数据比赛-个性化新闻推荐☆67Updated 9 years ago
- 1.解析爬取到的Json歌单数据,并进行数据预处理。 2.基于Surprise推荐系统库,采用KNNBaseLine实现基于用户 的协同过滤歌曲推荐。3.借鉴Word2Vec算法思想进行Song2Vec处理,实现基于物品的协同过滤歌曲推荐。 4.采用 TensorFlow实…☆38Updated 6 years ago
- 大数据实战——商品推荐系统(Spark、Scala、MongoDB)☆94Updated last year
- Film recommendation system.python KNN Collaborative filtering system and spark.系统详细介绍,请看电影推荐系统文档。☆30Updated 6 years ago
- 高效的协同过滤算法实现——推荐系统☆51Updated 2 years ago
- 卷积神经网络(CNN)提取影评特征构建电影推荐系统,pytorch实现☆124Updated 6 years ago
- 本项目使用两种算法来实现一个电影推荐系统,一个是CNN,另一个是矩阵分解的协同过滤。☆130Updated 6 years ago
- 根据豆瓣电影数据,做的一个推荐系统☆27Updated 7 years ago
- 基于mahout实现的豆瓣电影推荐系统☆36Updated 8 years ago
- Hadoop mapreduce. 基于ItemCF的协同过滤 物品推荐系统 Collaborative filtering goods recommendation system based on ItemCF☆28Updated 5 years ago
- 推荐系统论文☆22Updated 5 years ago
- 此推荐系统类似网易云音乐推荐歌单以及推荐相似歌曲☆87Updated 6 years ago
- 基于tensorflow的个性化电影推荐系统实战(有前端)☆263Updated 4 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆100Updated 6 years ago
- 此项目是对大学生的一卡通消费数据、图书借阅记录和图书馆门禁数据在spark集群的大数据框架环境之下进行聚类、关联分析,分析出学生的消费水平、生活规律、学习强度等聚类结果,以及将聚类结果进行FPGrowth关联分析得出学生聚类之间存在的关联性,此项目是使用scala语言,利用…☆60Updated last month
- 基于movielens数据集的电影推荐系统☆38Updated last year
- 基于 Spark Streaming + ALS 的餐饮推荐系统☆86Updated 6 years ago
- 一个新闻推荐系统的web实现☆44Updated 2 years ago
- 基于用户画像的音乐推荐系统☆14Updated 5 years ago
- 利用用户画像数据、物品元数据、用户行为数据为特征构建推荐系统,使用CB和CF算法做推荐召回,使用 Redis数 据库做缓存处理,结合机器学习LR算法推荐排序,达到粗排、精排效果,实现推荐引擎搭建。☆42Updated 3 years ago