tianzhaotong2012 / EasyRecomLinks
Easy Recommend Framework--一个简单的推荐引擎框架
☆30Updated 7 years ago
Alternatives and similar repositories for EasyRecom
Users that are interested in EasyRecom are comparing it to the libraries listed below
Sorting:
- 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☆105Updated 7 years ago
- 分别基于协同过滤算法和基于TensorFlow建立推荐系统☆44Updated 6 years ago
- 第二届全国大数据比赛-个性化新闻推荐☆70Updated 9 years ago
- csdn用户画像的源码☆20Updated 8 years ago
- 新闻评论观点挖掘系统，粗粒度的分析出新闻网评观点的倾向和走势☆53Updated 10 years ago
- 推荐系统相关代码☆23Updated 10 years ago
- 《推荐系统开发实战》代码及勘误☆60Updated 5 years ago
- librec application to movies recommender system☆59Updated 7 years ago
- 实现的基于user和item的协同过滤算法☆52Updated 11 years ago
- This is for http://115.28.182.124/c/00000000050/team☆99Updated 10 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆103Updated 7 years ago
- 基于用户行为的推荐算法大赛---第四名（临兵斗列）☆41Updated 8 years ago
- 高效的协同过滤算法实现——推荐系统☆53Updated 2 years ago
- 黑马头条推荐系统☆100Updated 5 years ago
- 阿里移动推荐算法☆126Updated 6 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).☆302Updated 3 years ago
- 专注于解决推荐领域与搜索领域的两个核心问题:排序预测(Ranking)和评分预测(Rating). 为相关领域的研发人员提供完整的通用设计与参考实现. 涵盖了70多种排序预测与评分预测算法,是最快最全的Java推荐与搜索引擎.☆409Updated last year
- 大数据精准营销中搜狗用户画像挖掘☆36Updated 8 years ago
- 基于 Spark Streaming + ALS 的餐饮推荐系统☆88Updated 6 years ago
- 【源码以及PPT分享】2016CCF大数据与计算智能大赛：精准营销中搜狗用户画像挖掘☆202Updated 7 years ago
- 智能客服☆105Updated 6 years ago
- 2018年全国大学生计算机应用能力大赛之住房月租金预测第一名代码☆77Updated 6 years ago
- 推荐系统资料笔记收录/ Everything about Recommendation System. 专题/书籍/论文/产品/Demo☆173Updated 4 years ago
- 基于标题分类的主题句提取方法可描述为: 给定一篇新闻报道, 计算标题与新闻主题词集的相似度, 判断标题是否具有提示性。对于提示性标题,抽取新闻报道中与其最相似的句子作 为主题句; 否则, 综合利用多种特征计算新闻报道中句子的重要性, 将得分最高的句子作为主题句。☆40Updated 8 years ago
- 拍拍贷网贷数据挖掘，风控建模☆49Updated 8 years ago
- 新闻分类系统&谣言处理系统☆78Updated 8 years ago
- 基于RFM和决策树模型构建专家推荐系统。融合了RFM模型和决策树模型，结合专业运营人员的业务经营，发掘潜在用户，进行推荐营销召回。☆88Updated last year
- 推荐系统学习资料、源码、及读书笔记☆133Updated 6 years ago
- 基于 spark 推荐系统, 基于内容标签 CBCF 实现，协同过滤 UBCF 实现，协同过滤 IBCF 实现☆46Updated 8 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☆68Updated 6 years ago