eshoyuan / GaokaoRecommend
高考志愿推荐系统 基于Django实现
☆18Updated 3 years ago
Related projects ⓘ
Alternatives and complementary repositories for GaokaoRecommend
- 基于个性化书籍推荐和相似帖子推荐的社区图书馆+论坛+失物招领平台☆18Updated last year
- 旅游路线推荐系统django项目☆40Updated 11 months ago
- 基于Django的定点景点及酒店推荐预订系统☆31Updated 3 years ago
- 毕业设计 - 书籍推荐系统☆44Updated 9 years ago
- 基于协同过滤的中医书籍推荐系统,实现的基于user和item的协同过滤算法☆16Updated 2 years ago
- 心秘籍心理测评系统——A Web App using Maven, Tomcat, MySQL, MyBatis, SpringMVC, Layui and jQuery, edited in IDEA.☆31Updated last year
- (APP version)高考志愿辅助填报系统 用户:高考考生(山东、江西、安徽三省,有待补充) 背景:为了更好地服务考生的志愿填报,为考生个性化推荐学校与专业,帮助其快速获得所需要的高校信息,为考生提供报考决策参考,开发此系统☆12Updated 5 years ago
- 基于知识图谱的音乐推荐系统的设计与实现☆33Updated 4 years ago
- 51job招聘信息爬虫+数据清洗分析+Echarts数据展示☆11Updated 3 years ago
- 本科毕业设计,基于机器学习的商品评论分析系统☆36Updated 4 years ago
- 智能中医药数据分析系统☆9Updated 3 years ago
- 基于协同过滤-文本相似度的图书推荐系统,Flask web框架☆16Updated 2 years ago
- 基于照片分享的旅游景点推荐系统☆52Updated 6 years ago
- 基于协同过滤算法的图书推荐系统☆25Updated 3 years ago
- 基于豆瓣影视数据(不完整)的影视大数据分析平台。爬虫(影视数据和用户数据),推荐系统(基于用户的协同过滤算法),后台(flask实现的简易后台)。☆28Updated 6 years ago
- 本作品在研究推荐系统相关理论知识的基础上,综合使用数据库、机器学习、爬虫、网页交互等技术,结合经典推荐算法,搭建基于网络热点的综合个性化推荐系统,旨在为用户提供及时精准的个性化网络信息服务。☆13Updated 3 years ago
- 学生选课推荐系统☆12Updated 3 years ago
- python023基于Python旅游景点推荐系统带vue前后端分离毕业源码案例设计☆37Updated 8 months ago
- 毕业设计项目-基于用户行为和内容的个性化新闻推荐系统☆24Updated 6 years ago
- 基于协同过滤的电影推荐系统 Django☆38Updated 4 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)☆44Updated 4 years ago
- 高考志愿推荐系统☆123Updated 4 years ago
- 职位推荐系统☆13Updated 5 years ago
- 计算机毕业设计吊炸天spark+hive+nlp慕课Mooc在线教育课程数据分析可视化大屏 知识图谱课程推荐系统 课程爬虫 文本分类 LSTM情感分析 大数据毕业设计 知识图谱 大数据毕业设计 预测系统 实时计算 离线计算 数据仓库 人工智能 神经网络☆8Updated last year
- 计算机毕业设计Spark+SpringBoot旅游推荐系统 旅游大数据分析大屏 旅游可视化 旅游路线规划系统 旅游推荐App小程序 旅游网 站 自驾游路线规划系统 自驾游推荐系统 自驾游推荐App小程序 自驾游攻略系统☆26Updated 2 years ago
- 毕业设计,基于用户行为的社交网络推荐算法研究与实现☆18Updated 7 years ago
- 旅游信息推荐系统☆20Updated 6 months 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)☆84Updated 6 years ago
- 高考志愿推荐系统,数据来自掌上高考☆25Updated 2 years ago
- Python网络爬虫与推荐算法新闻推荐平台:网络爬虫:通过Python实现新浪新闻的爬取,可爬取新闻页面上的标题、文本、图片、视频链接(保留排版) 推荐算法:权重衰减+标签推荐+区域推荐+热点推荐☆99Updated 3 years ago