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。
☆43Updated 4 years ago
Alternatives and similar repositories for Music-Top-Recommend:
Users that are interested in Music-Top-Recommend are comparing it to the libraries listed below
- 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☆59Updated 6 years ago
- 推荐系统与深度学习☆34Updated 3 years ago
- 短视频 youtube召回模型推荐,特征包括标题 tags id,tfserving docker部署☆23Updated 4 years ago
- 推荐系统算法实践☆15Updated 4 years ago
- 基于用户画像以及协同过滤的音乐推荐系统☆69Updated 4 years ago
- 高效的协同过滤算法实现——推荐系统☆51Updated 2 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
- 第二届全国大数据比赛-个性化新闻推荐☆67Updated 9 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆100Updated 6 years ago
- 推荐系统相关模型 包括召回和排序☆29Updated 4 years ago
- 黑马头条推荐系统☆98Updated 5 years ago
- 基于 Spark Streaming + ALS 的餐饮推荐系统☆88Updated 6 years ago
- RecommenderSystems: from 0 to practice. 包括推荐系统实践和深度推荐系统两部分☆17Updated 3 years ago
- 基于SparkMLLib实现的商品推荐功能,包括:基于用户的协同过滤,基于物品的协同过滤,基于ALS交替最小二乘的协同过滤。☆34Updated 5 years ago
- Spark实践:音乐个性化推荐——基于ALS矩阵分解的协同过滤算法☆19Updated 5 years ago
- 2018科大讯飞AI营销算法大赛模型方案☆22Updated 6 years ago
- 《推荐系统实践》学习笔记☆39Updated 6 years ago
- 广告点击率(CTR)预测经典模型 GBDT + LR 理解与实践(附数据 + 代码)☆83Updated 4 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☆39Updated 6 years ago
- 从0到1构建用户画像☆36Updated 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)☆46Updated 4 years ago
- 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。☆86Updated 8 months ago
- Python 3.6 下的推荐算法解析,尽量使用简单的语言剖析原理,相似度度量、协同过滤、矩阵分解等☆104Updated 6 years ago
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆62Updated 6 years ago
- 机器学习、深度学习基础知识. 推荐系统及nlp相关算法实现☆67Updated 2 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☆90Updated 6 years ago
- 推荐算法学习☆39Updated last year
- 2017“达观杯”个性化推荐算法挑战赛-rank6☆43Updated 5 years ago
- 使用 Spark MLlib 的 ALS 算法的电影推荐系统☆42Updated 8 years ago
- 2018科大讯飞营销算法大赛(冠军方案)☆93Updated 5 years ago