yanshengli / second_bigdata
第二届全国大数据比赛-个性化新闻推荐
☆68Updated 9 years ago
Alternatives and similar repositories for second_bigdata:
Users that are interested in second_bigdata are comparing it to the libraries listed below
- 推荐系统实践(基于 近邻和LFM的推荐系统)☆100Updated 6 years ago
- 深度学习用于近日头条用户画像☆27Updated 6 years ago
- twitter用户画像☆32Updated 5 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…☆38Updated 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☆38Updated 6 years ago
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆63Updated 6 years ago
- 基于用户行为的推荐算法大赛---第四名(临兵斗列)☆42Updated 8 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
- csdn用户画像的源码☆20Updated 7 years ago
- 大数据精准营销中搜狗用户画像挖掘☆37Updated 8 years ago
- CSDN用户画像技术评测☆27Updated 5 years ago
- 用户画像练手,,,,☆82Updated 8 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
- 使用scrapy框架爬取微博数据存储到mongodb中,利用numpy/tensorflow等python库对数据进行处理(基于transE算法),形成推荐系统。使用Springboot框架实现系统的可视化。有不同分支,master、transE、spring分别存储不同的…☆17Updated 8 years ago
- 人工智能工程师直通车第三期 实战项目:广告点击率预测(CTR)。预测用户浏览给定网页的广告点击率,提高广告投放精准度。☆22Updated 6 years ago
- 使用 Spark MLlib 的 ALS 算法的电影推荐系统☆42Updated 7 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☆36Updated 5 years ago
- 高效的协同过滤算法实现——推荐系统☆51Updated 2 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☆203Updated 6 years ago
- 基于 Spark Streaming + ALS 的餐饮推荐系统☆88Updated 6 years ago
- 研一秋季学期《网络数据挖掘》大作业 - 新闻推荐系统☆15Updated 9 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☆129Updated 7 years ago
- 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
- 《推荐系统开发实战》代码及勘误☆59Updated 4 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☆116Updated 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。☆86Updated 7 months 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
- 2017“达观杯”个性化推荐算法挑战赛-rank6☆43Updated 5 years ago
- 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
- 基于某城市移动终端用户的运营商数据预测未来三月内用户是否会终端变迁(用户从当前使用的手机品牌更换为其他手机品牌)。应用xgboost算法和随机森林算法组合成多学习器预测模型。☆53Updated 8 years ago