Alternatives and similar repositories for PySparkDemo

Users that are interested in PySparkDemo are comparing it to the libraries listed below

• 1092798448 / RecSys
  推荐系统实践(基于近邻和LFM的推荐系统)
  ☆102Updated 7 years ago
• yanshengli / second_bigdata
  第二届全国大数据比赛-个性化新闻推荐
  ☆70Updated 10 years ago
• sandman13 / Personal_Recommendation_Action
  一些经典的个性化推荐算法的实现，从理论推导到实战
  ☆68Updated 5 years ago
• microw / Music_recommendation
  此推荐系统类似网易云音乐推荐歌单以及推荐相似歌曲
  ☆95Updated 7 years ago
• ienergetic / 2018-7-2
  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
  ☆42Updated 7 years ago
• GoAlers / Music-Top-Recommend
  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。
  ☆46Updated 4 years ago
• SimonWang00 / recommender
  基于RFM和决策树模型构建专家推荐系统。融合了RFM模型和决策树模型，结合专业运营人员的业务经营，发掘潜在用户，进行推荐营销召回。
  ☆88Updated last year
• feidapeng / 2016CCF_StateGrid_UserProfile
  1st Place Solution for【2016CCF大数据竞赛 客户画像赛题（用户画像）】
  ☆347Updated 7 years ago
• jiguang123 / Credit-Loans-of-Data-Analysis
  基于互联网金融平台2015年度贷款数据完成信贷违约预测模型，该模型可以作为信贷平台预测违约借款人的参考
  ☆71Updated 7 years ago
• caoxingchao / movieLens
  使用 Spark MLlib 的 ALS 算法的电影推荐系统
  ☆43Updated 8 years ago
• moneyDboat / ConvMF
  卷积神经网络（CNN）提取影评特征构建电影推荐系统，pytorch实现
  ☆130Updated 8 years ago
• LSC-priscilla / user_profiling_competition
  用户画像练手,,,,
  ☆85Updated 9 years ago
• enhaofrank / Data-mining-or-data-analysis
  数据分析或者数据挖掘工程师面试题整理
  ☆192Updated 5 years ago
• Holy-Shine / movie_recommend_system
  一个简单的电影推荐系统
  ☆232Updated 3 years ago
• GGL12 / TextMining
  某电商手机评论的文本挖掘初体验 功能板块：数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序
  ☆123Updated 6 years ago
• xmj-datawhale / TouTiaoRecoSysCourseware
  黑马头条推荐系统
  ☆103Updated 6 years ago
• DeerZhifan / Recommendation-Engine
  热门推荐、基于内容推荐、基于用户协同过滤推荐、基于物品协同过滤推荐
  ☆43Updated 6 years ago
• Shi-Lixin / Machine-Learning-Algorithms
  Python实现经典分类回归、关联分析、聚类以及推荐算法等
  ☆213Updated 6 years ago
• AI-Friend / Score-Predict
  排名(成绩)预测（入门Python和机器学习）
  ☆55Updated 3 years ago
• wuxinping1992 / cf_gbdt_lr
  简单的实现推荐系统的召回模型和排序模型，其中召回模型使用协同过滤算法，排序模型使用gbdt+lr算法
  ☆58Updated 7 years ago
• wenwen116 / churn
  根据用户数据以及消费行为数据,使用Python建立分类模型,通过评估客户流失的风险来预测客户流转情况,找到对客户影响较大的因素,进而挽留客户
  ☆10Updated 5 years ago
• pengchenyu111 / Recommender-For-Bigdata-Exercise
  大数据实战——商品推荐系统（Spark、Scala、MongoDB）
  ☆111Updated 3 years ago
• qq209096727 / Recommondation-System
  一些传统推荐算法的实现，包括基于内容的推荐，协同过滤，矩阵分解
  ☆298Updated 7 years ago
• bettenW / 2018-iFLYTEK-Marketing-Algorithms-Competition-Finals-Rank1
  2018科大讯飞营销算法大赛（冠军方案）
  ☆95Updated 6 years ago
• sjyttkl / personal_recommendation
  个性化推荐代码--初学者
  ☆41Updated 5 years ago
• wenwen116 / airbnb
  根据用户数据及消费行为数据，使用Python对客户进行聚类分群，并给出用户画像。通过数据，分析用户群体的核心特征。
  ☆30Updated 5 years ago
• ChengjinLi / machine_learning
  机器学习、深度学习、NLP实战项目
  ☆150Updated 7 years ago
• WallaceLiu / recommendation_algorithm
  推荐系统算法实践
  ☆14Updated 5 years ago
• peiss / ant-learn-recsys
  推荐系统从入门到实战
  ☆166Updated 3 years ago
• troywu666 / recommend_system
  推荐系统与深度学习
  ☆36Updated 4 years ago