SimonWang00 / recommenderLinks
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
Alternatives and similar repositories for recommender
Users that are interested in recommender are comparing it to the libraries listed below
Sorting:
- 1st Place Solution for【2016CCF大数据竞赛 客户画像赛题(用户画像)】☆347Updated 7 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆103Updated 7 years ago
- 黑马头条推荐系统☆103Updated 6 years ago
- 基于用户行为的用户画像项目☆77Updated 7 years ago
- 第二届全国大数据比赛-个性化新闻推荐☆70Updated 10 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☆129Updated 7 years ago
- [推荐系统] Based on the scoring data set, the recommendation system is built with FM and LR as the core(基于评分数据集,构建以FM和LR为核心的推荐系统).☆302Updated 3 years 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☆106Updated 7 years ago
- “魔镜杯”风控算法大赛 拍拍贷风控模型,接近冠军分数☆201Updated 8 years ago
- 人工智能工程师直通车第三期 实战项目:广告点击率预测(CTR)。预测用户浏览给定网页的广告点击率,提高广告投放精准度。☆21Updated 7 years ago
- 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☆297Updated 7 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。☆37Updated 6 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☆117Updated 7 years ago
- 基于某城市移动终端用户的运营商数据预测未 来三月内用户是否会终端变迁(用户从当前使用的手机品牌更换为其他手机品牌)。应用xgboost算法和随机森林算法组合成多学习器预测模型。☆54Updated 9 years ago
- 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☆41Updated 6 years ago
- 推荐系统从入门到实战☆166Updated 3 years ago
- 基于深度学习的推荐系统算法库☆15Updated 6 years ago
- 银行客户流失预警模型☆45Updated 7 years ago
- 一个简单的电影推荐系统☆234Updated 3 years ago
- 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
- 基于 Spark Streaming + ALS 的餐饮推荐系统☆87Updated 7 years ago
- 利用python进行反欺诈检测☆34Updated 6 years ago
- 高效的协同过滤算法实现——推荐系统☆53Updated 3 years ago
- 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 6 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☆42Updated 7 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…☆39Updated 7 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☆68Updated 3 years ago
- 风险评分卡全流程建模☆38Updated 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。☆45Updated 4 years ago
- 分别基于协同过滤算法和基于TensorFlow建立推荐系统☆44Updated 7 years ago