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:
- 黑马头条推荐系统☆101Updated 6 years ago
- 1st Place Solution for【2016CCF大数据竞赛 客户画像赛题（用户画像）】☆346Updated 7 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆103Updated 7 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
- 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☆105Updated 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
- 第二届全国大数据比赛-个性化新闻推荐☆70Updated 10 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
- 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
- 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
- 推荐系统从入门到实战☆166Updated 3 years ago
- 基于用户行为的用户画像项目☆77Updated 7 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☆40Updated 6 years ago
- 风险评分卡全流程建模☆38Updated 5 years ago
- 一个简单的电影推荐系统☆234Updated 3 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
- 图书推荐系统，基于商品的协同过滤算法实现☆309Updated 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
- 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
- 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
- “魔镜杯”风控算法大赛 拍拍贷风控模型，接近冠军分数☆200Updated 8 years ago
- 利用python进行反欺诈检测☆34Updated 6 years ago
- 人工智能社会保险反欺诈分析☆30Updated 7 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）☆95Updated 6 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
- 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
- UserCF和ItemCF协同过滤推荐算法的实现☆556Updated 3 years ago
- 招商银行信用卡中心 消费金融场景下的用户购买预测 rank1☆211Updated 6 years ago