junhey / movie-recommendation-system
电影推荐系统
☆19Updated 6 years ago
Alternatives and similar repositories for movie-recommendation-system:
Users that are interested in movie-recommendation-system are comparing it to the libraries listed below
- 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☆292Updated 7 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆100Updated 6 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☆128Updated 7 years ago
- 电影推荐系统☆38Updated 5 years ago
- 基于网络爬虫及用户的协同过滤推荐算法的电影推荐系统☆64Updated 9 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。☆133Updated 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 6 years ago
- 图书推荐系统,基于商品的协同过滤算法实现☆300Updated 4 years ago
- 使用 Spark MLlib 的 ALS 算法的电影推荐系统☆42Updated 8 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 4 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 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☆37Updated 6 years ago
- 一个简单的电影推荐系统☆233Updated 2 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 6 years ago
- 网易云音乐推荐系统实现☆272Updated 7 years ago
- 高效的协同过滤算法实现——推荐系统☆52Updated 2 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).☆303Updated 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☆104Updated 6 years ago
- UserCF和ItemCF协同过滤推荐算法的实现☆537Updated 3 years ago
- 基于MovieLens-1M数据集实现的协同过滤算法demo☆379Updated 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。☆210Updated 3 years ago
- 推荐系统论文☆23Updated 5 years ago
- 个性化文章推荐系统☆46Updated 4 years ago
- 用itemCF和userCF算法实现的音乐推荐系统☆15Updated 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☆40Updated 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☆59Updated 6 years ago
- 第二届全国大数据比赛-个性化新闻推荐☆69Updated 9 years ago
- 阿里移动推荐算法比赛☆79Updated 8 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。☆31Updated 6 years ago
- CF 推荐系统的实现,以及我的改进。使用 MovieLens-1m 数据集,通过 MAE、Persicion、Recall 检验准确性。☆11Updated 4 years ago