注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 大数据关联推荐

  2. 关联推荐三种算法之一，算法举例，算法的计算，算法的说明 基于用户的协同过滤推荐算法是最早诞生的，原理也较为简单。该算法1992年提出并用于邮件过滤系统，两年后1994年被 GroupLens 用于新闻过滤

  3. 所属分类：其它

    • 发布日期：2015-12-07
    • 文件大小：96kb
    • 提供者：vmpjin

  1. 基于android的每日新闻推荐APP

  2. 1、重点：主要是推荐功能，实现个性化推荐，用一种推荐算法（协同过滤算法、基于内容等）一定要有原理，在新闻栏新增一栏为推荐，然后能根据用户的喜好给用户推荐一些用户可能感兴趣的新闻。多考虑一些参数实现多样化推荐。这是重点，希望给的时候有原理资料。 2、其他功能已经基本实现，保持原有的功能都要有，可以优化。 3、能否加个登录注册。 通过在android移动设备安装手机应用。具备以下几个功能： （1）首页中，可以查看各类新闻（每日头条、社会、国内、国外、娱乐），图文展现更好的视觉效果。 （2）趣图功能

  3. 所属分类：Android

    • 发布日期：2018-08-29
    • 文件大小：120mb
    • 提供者：weixin_43093901

  1. 移动情景感知小知XiaozhiSmartAPP.zip

  2. 基于移动情景感知技术，采用 mahout 协同过滤推荐算法，以 app 为用户接触端，通过对用户短信，GPS位置信息，手机 APP 使用信息的采集和智能分析，实现对用户的周边突发新闻、路况主动抓取推送；价格歧视消费；个性化消费场景推荐。

  3. 所属分类：其它

    • 发布日期：2019-07-19
    • 文件大小：27mb
    • 提供者：weixin_39840588

  1. Android代码-NewsRecommendSystem

  2. 个性化新闻推荐系统--TomRecommenderSystem 中文文档 | English Document 说明 本推荐系统使用的推荐算法包括协同过滤（Collaborative Filtering）、基于内容相似度的推荐（Content-based Recommendation）与热点新闻推荐（Hot News Recommendation）： 协同过滤的实现依托于Mahout的提供库； 基于内容的相似度推荐在原始算法上基于相关论文做了自主的改进； 热点新闻推荐顾名思义是取最近被最多用户

  3. 所属分类：其它

    • 发布日期：2019-08-06
    • 文件大小：868kb
    • 提供者：weixin_39840588

  1. JavaWeb实现协同过滤推荐算法的电影推荐系统

  2. 项目完整可用，配合压缩包内数据库可直接运行使用。 eclipse+mysql5.7+jdk1.8 功能：推荐引擎利用特殊的信息过滤（IF，Information Filtering）技术，将不同的内容（例如电影、音乐、书籍、新闻、图片、网页等）推荐给可能感兴趣的用户。通常情况下，推荐引擎的实现是通过将用户的个人喜好与特定的参考特征进行比较，并试图预测用户对一些未评分项目的喜好程度。参考特征的选取可能是从项目本身的信息中提取的，或是基于用户所在的社会或社团环境。 根据如何抽取参考特征，我们可以将推

  3. 所属分类：其它

    • 发布日期：2020-07-08
    • 文件大小：29mb
    • 提供者：u012998306

  1. 新闻协同过滤推荐算法

  2. 传统的协同过滤个性化推荐

  3. 所属分类：机器学习

  1. 基于Hadoop平台的个性化新闻推荐系统的设计

  2. 为使互联网用户快捷地查找所需信息，个性化推荐系统的优势得到了体现和运用。该系统设计的目的是为广大网民在浏览新闻时提供一个个性化的新闻推荐系统，实现对新闻数据的协同过滤推荐处理。系统利用 Hadoop的MapReduce模型实现并行快速地聚类海量新闻数据，大大提高了数据处理的速度，聚类使得新闻之间的相似度得以体现，再利用不同的协同过滤算法实现个性化的新闻推荐。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：224kb
    • 提供者：weixin_38747946

  1. 基于用户/项目的协同过滤推荐算法在音乐推荐系统、图书推荐系统、电影推荐系统、新闻推荐系统、电子商务网站、购物系统中的应用 程序代码

  2. 本文主要介绍基于用户/项目的协同过滤推荐算法在音乐推荐系统、图书推荐系统、电影推荐系统、新闻推荐系统、电子商务网站、购物系统中的应用和实现。 一、基于用户/项目的协同过滤推荐算法在推荐系统中的应用 目前商用的推荐机制都为混合式推荐，将用户标签、用户属性、项目属性、用户操作行为、聚类算法、基于用户、基于项目、基于内容等混合推荐。 协同过滤推荐算法在网站中应用非常广泛，比如：电子商务网站、购物系统、个性化音乐网站、电影网站、图书网站、新闻网站等等。 二、基于用户/项目的协同过滤推荐算法在推荐系统中的

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：847kb
    • 提供者：weixin_38714653

  1. news-recommender:基于Mahout的新闻推荐系统-源码

  2. 基于Mahout的新闻推荐系统 相关技术 推荐算法 基于用户的协同过滤 基于内容的推荐 基于景点的推荐 ：整体框架，实现了协同过滤 ，建立VSM ：分词，关键词提取 ：分词，关键词 ：提供API，ORM 关键实现 基于用户的协同过滤 直接调用Mahout相关接口即可 选择不同的用户相似度度量方法，这里选择了基于谷本系数，基于对数似然和基于曼哈顿距离 基于内容的推荐 对新闻文本进行分词 调用Deeplearning4j中内置paragraphvector的方法，通过doc2vec内置VSM

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：14mb
    • 提供者：weixin_42139357

  1. NewsRecommend:新闻推荐系统-源码

  2. 新闻推荐 基于协同过滤算法的新闻推荐系统，项目分前先前与爬虫。 实现热点新闻推荐以及个性化新闻推荐。 喜欢的话，可以点个star奥。 项目分支 main：主分支，保存最新的可预览状态。 dev：Mac上的开发分支 dev-win：赢得上级开发分支 不同分区使用的数据库名称可能并相邻，以各个分区中的NewsRecommend.sql文件为准 数据库NewsRecommend.sql MySQL引入自动建库 爬虫蜘蛛 运行 爬虫独立运行获取数据后写入数据库，数据来源为今日头条，需要python

  3. 所属分类：其它

  1. CollaborativeFiltering:推荐系统协同过滤算法-源码

  2. 推荐算法是对我们现实生活影响最大的计算机算法，它影响了我们看到的新闻，广告，以及我们身边现实环境的东西，这些最终决定了我们的态度和生活方式，尤瓦尔。赫拉利在《未来简史》中声明“算法会比我们更了解自己”。 本文介绍了一种较基础的推荐算法，协同过滤。基于用户购买的历史商品推荐，物品协同过滤；基于用户相似用户购买物品的推荐，用户协同过滤。 随着用户信息越来越多被采集，推荐系统可以勾画出一个人的用户画像，现在更多系统用户画像结合现场信息实现推荐系统。课程整理： : 作者github代码： : 推荐

  3. 所属分类：其它

  1. 不到40行代码用Python实现一个简单的推荐系统

  2. 什么是推荐系统 维基百科这样解释道：推荐系统属于资讯过滤的一种应用。推荐系统能够将可能受喜好的资讯或实物（例如：电影、电视节目、音乐、书籍、新闻、图片、网页）推荐给使用者。 本质上是根据用户的一些行为数据有针对性的推荐用户更可能感兴趣的内容。比如在网易云音乐听歌，听得越多，它就会推荐越多符合你喜好的音乐。 推荐系统是如何工作的呢？有一种思路如下： 用户 A 听了 收藏了 a,b,c 三首歌。用户 B 收藏了 a, b 两首歌，这时候推荐系统就把 c 推荐给用户 B。因为算法判断用户 A，

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：74kb
    • 提供者：weixin_38622827