liuxiangmin9 / recommendation
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
Related projects: ⓘ
- 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☆11Updated 3 years ago
- 用户画像，知识图谱挖掘☆10Updated last year
- 推荐系统与深度学习☆31Updated 3 years ago
- 推荐算法专题总结相关代码！☆17Updated 2 years ago
- 个性化推荐模型，主要包括als、als_wr、biaslfm、lfm、nmf、svdpp、基于内容、基于内容回归、user-cf、item-cf、slopeone、关联规则以及基于内容和cf的混合等模型。☆29Updated 2 years ago
- 结合开源数据集进行电影推荐。推荐算法有：逻辑回归；UserCF ; ItemCF☆15Updated 4 years ago
- 智源研究院-知乎看山杯2019 专家挖掘大赛（20th）☆11Updated last year
- 本项目采用Keras和ALBERT实现文本多标签分类任务,其中对ALBERT进行微调。☆11Updated 3 years ago
- ☆10Updated this week
- 2016CCF大数据与计算智能大赛——搜狗用户画像☆10Updated 7 years ago
- 推荐算法练手项目。☆9Updated 3 years ago
- 人人都能看懂的轻量级解决方案☆15Updated 4 years ago
- 电商行业知识图谱：构建电商行业实体关系，应用于商品推荐，商品搭配，问答系统。☆19Updated 4 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
- 该项目主要用来记录一些论文与经典书籍的阅读笔记，主要涵盖机器学习、自然语言处理以及强化学习等领域的经典论文。该项目会持续更新内容，一方面监督自己保持理论知识的沉淀，另一方面也是方便自己平时复习使用。☆23Updated 4 years ago
- ‘京东杯’《用户对品类下的购买预测》-冠军团队‘AI你所想’解决方案☆23Updated 4 years ago
- 天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测, 代码及总结☆22Updated 6 years ago
- Deep Interest Network for Click-Through Rate Prediction Deep Interest Evolution Network for Click-Through Rate Prediction☆10Updated 3 years ago
- nlp tasks☆8Updated 2 years ago
- 本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第三场 —— 零基础入门NLP之新闻文本分类挑战赛。赛题以自然语言处理为背景，要求选手根据新闻文本字符对新闻的类别进行分类，这是一个经典文本分类问题。通过这道赛题可以引导大家走入自然语言处理的世界，带大家接触N…☆13Updated 4 years ago
- 小白记录学习CTR的历程☆16Updated 4 years ago
- DataFountain第五届达观杯第4名方案☆12Updated 2 years ago
- 矩阵分解(BPRMF) + 知识图谱表示学习(TransR) 构建的推荐系统☆21Updated 5 years ago
- RecommenderSystems: from 0 to practice. 包括推荐系统实践和深度推荐系统两部分☆17Updated 2 years ago
- 基于wide deep模型的CTR预估，从训练到部署☆15Updated 5 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☆55Updated 5 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）☆40Updated 4 years ago
- SGD for Probabilistic Matrix Factorization(PMF)☆15Updated 5 years ago
- 书籍知识图谱推荐系统☆47Updated last year
- 实现了一系列常见的推 荐算法，如UserCF，ItemCF，SVD等，包含“切分训练集与测试集-训练模型-推荐-评估”一整套流程。☆18Updated 4 years ago