worry1613 / csdn-blog-recommend
csdn技术博客推荐引擎,基于文字内容的推荐引擎
☆21Updated 6 years ago
Alternatives and similar repositories for csdn-blog-recommend:
Users that are interested in csdn-blog-recommend are comparing it to the libraries listed below
- 深度学习用于近日头条用户画像☆27Updated 6 years ago
- NLP 以及相关的学习实践☆40Updated 2 years ago
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆42Updated 5 years ago
- 一个基于 fasttext + faiss 的商品内容相关推荐实现,nginx+uwsgi+flask / gunicorn+uvicorn+fastapi 提供api查询接口,增加Spark实现 Ansj+Word2vec+LSH+Phoenix☆51Updated last year
- CSDN用户画像技术评测☆27Updated 5 years ago
- 中文文本分类与聚类☆10Updated 6 years ago
- 中文问答系统:使用NLP相关技术,对搜索引擎,问答社区等进行信息抽取,文本概括等,支持通识问答,社区问答和部分专业问答☆32Updated 2 years ago
- 基于gensim模块的中文句子相似度计算☆53Updated 6 years ago
- 第二届全国大数据比赛-个性化新闻推荐☆69Updated 9 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
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆90Updated 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☆59Updated 6 years ago
- 文本标注工具,给文本打标签☆20Updated 5 years ago
- FastText 文本分类☆19Updated 6 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆84Updated 6 years ago
- 大数据精准营销中搜狗用户画像挖掘☆36Updated 8 years ago
- 使用Simhash对海量文本进行去重☆12Updated 6 years ago
- 该项目是短文本分类,目前应用于新闻标签的分类☆32Updated 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☆40Updated 6 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 10 months ago
- 高效的协同过滤算法实现——推荐系统☆52Updated 2 years ago
- 社会信息检索作业,实现简单的搜索引擎,计算TFIDF值以及两 个句子的相似度☆19Updated 6 years ago
- 采用依存句法分析进行关系抽取☆21Updated 6 years ago
- fastText中文实践☆20Updated 6 years ago
- NLP| 自动文本摘要| 热词发现| 新词发现☆18Updated 4 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
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆62Updated 6 years ago
- 对汽车之家论坛里的评论数据处理和分析,利用用户潜在行为数据得出用户行为特征,采用LDA主题模型得出用户评论的主题特征,采用Word2Vec词向量模型得出用户评论的文本内容特征,采用K-Means聚类得出水军文本类别,结合用户行为特征,最终实现了对网络水军的识别。☆24Updated 5 years ago
- 知识图谱初探,关系抽取,实体抽取,基于kb的问答,基于es的问答,知识图谱可视化☆60Updated 5 years ago
- CCF大数据竞赛--垃圾短信基于文本内容的识别☆11Updated 9 years ago