Alternatives and similar repositories for recsys_structured_streaming:

Users that are interested in recsys_structured_streaming are comparing it to the libraries listed below

• JasonWiki / recommend
  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
• mpk001 / Doc_Word2vecTest
  这是Word2vec和Doc2vec的一个应用示例：用Word2vec计算词的相似度和用doc2vec计算句子的相似度。
  ☆26Updated 7 years ago
• xuguanggen / 2016CCF-unicom
  2016 ccf 依据用户轨迹的商户精准营销
  ☆18Updated 8 years ago
• kupuSs / CIKM-CUP-2019-track2-rank10
  CIKM 2019 E-Commerce AI Challenge - 超大规模推荐之用户兴趣高效检索
  ☆11Updated 3 years ago
• YunaQiu / IJCAI-18alimama
  IJCAI-18 阿里妈妈搜索广告转化预测大赛，top50方案
  ☆13Updated 6 years ago
• rover9632 / atec_nlp
  天池大赛：金融大脑-金融智能NLP服务
  ☆16Updated 6 years ago
• Chihuataneo / Spark_Personas
  Spark中实现用户画像系统价值度、忠诚度、流失预警、活跃度等模型
  ☆66Updated 7 years ago
• TongzheZhang / DF-competition-sogou
  大数据精准营销中搜狗用户画像挖掘
  ☆36Updated 8 years ago
• databinQ / paipaidai_comp
  第三届魔镜杯大赛, 智能客服聊天机器人真实数据, 提高智能客服的识别能力和服务质量
  ☆38Updated 6 years ago
• songyaheng / sparkNLP
  spark,NLP,新词发现,自然语言处理
  ☆23Updated 6 years ago
• ningshixian / dut_tianchi_mobile_recommend_train
  ##阿里移动推荐算法竞赛 ###
  ☆9Updated 8 years ago
• Smilexuhc / 2019WSDMCUp-baidu-user-retention-rate-prediction
  ☆15Updated 6 years ago
• Eleanoryuyuyu / RecommendRelative
  推荐系统相关模型 包括召回和排序
  ☆29Updated 4 years ago
• catqaq / StepIntoRecommenderSystems
  RecommenderSystems: from 0 to practice. 包括推荐系统实践和深度推荐系统两部分
  ☆17Updated 3 years ago
• gdtydm / jdata-2019-1st
  ‘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
  ☆25Updated 5 years ago
• zle1992 / 2016-ccf-data-mining-competition
  text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880
  ☆62Updated 6 years ago
• xuerongchuan / ICME2019competition
  短视频内容理解与推荐竞赛
  ☆11Updated 6 years ago
• searchlink / wide_deep_model
  基于wide deep模型的CTR预估，从训练到部署
  ☆15Updated 5 years ago
• Quincy1994 / SparkStudy
  some code for spark
  ☆17Updated 7 years ago
• xiaogp / recsys_faiss
  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
• kunguang / SelectFeature
  主要解决ctr预估工程中的特征选择，特征编号(特征离散),单特征auc和logloss这3个问题.
  ☆20Updated 7 years ago
• HouJP / news-recommendation
  News recommendation system based on spark.
  ☆47Updated 8 years ago
• MrQuJL / recommendation-based-on-SparkMLLib
  基于SparkMLLib实现的商品推荐功能，包括：基于用户的协同过滤，基于物品的协同过滤，基于ALS交替最小二乘的协同过滤。
  ☆34Updated 5 years ago
• hxjcarrie / pyspark_study
  ☆15Updated 5 years ago
• wuxinping1992 / cf_gbdt_lr
  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
• liuchenailq / zhihu-findexp
  2019年知乎看山杯专家发现算法大赛第六名完整解决方案
  ☆39Updated 5 years ago
• fansy1990 / Spark_MLlib_Algorithm_1.6.0
  Spark Mllib 1.6.0版本算法封装
  ☆11Updated 7 years ago
• vbay / MusicRecommender
  基于Spark MLlib ALS的音乐推荐系统
  ☆29Updated 8 years ago
• VoldeMortzzz / 2019Baai-zhihu-Cup-findexp-4th
  2019年知乎看山杯第四名
  ☆35Updated 5 years ago
• Thinkgamer / RecSysDevCode
  《推荐系统开发实战》代码及勘误
  ☆59Updated 4 years ago