ashwanidv100 / Recommendation-System---Book-Crossing-Dataset
Build Book Recommendation System based on user-based and item-based collaborative filtering approaches.
☆13Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for Recommendation-System---Book-Crossing-Dataset
- This is a book recommendation engine built using a hybrid model of Collaborative filtering, Content Based Filtering and Popularity Matrix…☆15Updated 4 years ago
- 自然语言处理原理与技术实现-罗刚-书籍代码☆11Updated 7 years ago
- 练习题，python 协同过滤ALS模型实现：商品推荐 + 用户人群放大☆10Updated 4 years ago
- 研一秋季学期《网络数据挖掘》大作业 - 新闻推荐系统☆13Updated 8 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
- 基于Spark MLlib ALS的音乐推荐系统☆29Updated 8 years ago
- 经典推荐算法的python实现或使用，涵盖协同过滤、矩阵分解、gbdt+lr，以及Wide&Deep等深度推荐模型。☆9Updated 2 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。☆41Updated 3 years ago
- 基于用户画像的电影推荐系统（重庆大学软酷实训）☆12Updated 4 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☆18Updated 5 years ago
- 职位推荐系统☆26Updated 8 years ago
- 高效的协同过滤算法实现——推荐系统☆51Updated 2 years ago
- 互联网新闻推荐系统(myNews)--2016全国计算机设计大赛企业命题参赛作品☆46Updated 7 years ago
- 本系统是基于物品（item-based）的系统过滤算法。协同过滤推荐技术被认为是推荐系统算法中应用最为成功的技术之一。它通常采用最近邻（K-Nearest-Neighbor， KNN）算法，利用用户的历史记录来计算用户之间的距离，然后利用目标用户的最近邻用户对物品评价来预测…☆14Updated 4 years ago
- 基于协同过滤和SVD算法的音乐推荐系统☆38Updated 6 years ago
- 职位推荐系统☆13Updated 5 years ago
- 数据挖掘大作业-大数据职位招聘信息挖掘☆9Updated 4 years ago
- 基于python对国内政府开放数据平台数据质量分析☆14Updated 6 years ago
- csdn用户画像的源码☆20Updated 7 years ago
- 电影评分推荐系统☆14Updated 9 years ago
- 基于用户行为的推荐算法大赛---第四名（临兵斗列）☆42Updated 8 years ago
- 以问题为主，专注于面经（主要是推荐系统、机器学习、并行计算、后端）☆8Updated last year
- This repository is about Market Basket Analysis involving XG-Boost, LGBM, Apriori's Theorem, Cultural Analysis, Word2Vec and of course Re…☆9Updated 6 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☆35Updated 5 years ago
- 一个网站，一个推荐系统☆16Updated 6 years ago
- 通过游戏埋点数据挖掘进行游戏用户流失分析☆22Updated 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☆12Updated 4 years ago
- Movie Recommender based on the MovieLens Dataset (ml-100k) using item-item collaborative filtering.☆23Updated 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☆37Updated 6 years ago
- 利用MovieLens数据，Pearson相似度，分别基于User和Item构建一个简单的kNN推荐系统，并给出RMSE评测☆69Updated 5 years ago