Xie-Minghui / MovieRecommendWeb
电影推荐网站,使用了KNN,LFM算法进行多路推荐,使用的数据集是MovieLens数据集。
☆13Updated 2 years ago
Alternatives and similar repositories for MovieRecommendWeb
Users that are interested in MovieRecommendWeb are comparing it to the libraries listed below
Sorting:
- 一个简单的电影推荐网站,基于爬取的豆瓣电影数据和协同过滤算法,使用Django框架搭建。demo曾获全国应用统计研究生案例大赛二等奖。☆49Updated 2 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)☆50Updated 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☆40Updated 6 years ago
- 基于知识图谱的音乐推荐系统的设计与实现☆38Updated 5 years ago
- 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。☆32Updated 6 years ago
- 基于用户画像以及协同过滤的音乐推荐系统☆74Updated 4 years ago
- 书籍知识图谱推荐系统☆56Updated 2 years ago
- 爬虫爬取网站新闻,DBCAN聚类,推荐系统......☆16Updated 6 years ago
- 基于用户的协同过滤(UserCF)与基于内容(CB)的推荐算法的后融合☆13Updated 4 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。☆136Updated 6 years ago
- 基于python实现,通过协同过滤算法实现的一个简单的豆瓣电影推荐系统☆49Updated 4 years ago
- 基于movielens数据集的电影推荐系统☆44Updated 2 years ago
- 结合知识图谱和协同过滤的电影推荐系统☆35Updated 3 years ago
- movie recommender system in use Collaborative Filtering / 基于协同过滤的电影推荐系统☆187Updated last year
- 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☆39Updated 6 years ago
- 用itemCF和userCF算法实现的音乐推荐系统☆15Updated 7 years ago
- 基于深度学习的推荐系统算法库☆15Updated 6 years ago
- 推荐系统与深度学习☆35Updated 4 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
- 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 6 years ago
- 基于协同过滤的电影推荐系统 Django☆42Updated 5 years ago
- 基于协同过滤算法的学习资源个性化推荐系统(硕士毕设)☆92Updated 6 years ago
- 基于知识图谱与人工神经网络的简历推荐系统☆82Updated last year
- 基于tensorflow的个性化电影推荐系统实战(有前端)☆277Updated 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☆93Updated 7 years ago
- 使用MovieLens数据集实现了基于Auto Encoder(AE), Variational Auto Encoder(VAE), BERT的深度学习电影推荐系统☆72Updated 4 years ago
- 电影推荐系统☆75Updated 3 years ago
- 基于知识图谱的电影推荐系统☆23Updated 6 years ago
- 豆瓣电影推荐系统(Douban Movie Recommendation System)根据豆瓣电影数据以及豆瓣用户的观影和影评数据,使用基于物品的协同过滤算法对用户进行个性化推荐,并设计GUI进行用户交互。☆214Updated 3 years ago
- 基于Django框架结合机器学习算法的图书智能推荐平台☆14Updated 5 years ago