大数据 数据挖掘 推荐系统 机器学习相关资源_github 大数据推荐系统(1)

阿稳 http://www.wentrue.net

梁斌 http://weibo.com/pennyliang

刁瑞 http://diaorui.net

guwendong http://www.guwendong.com

xlvector http://xlvector.net

懒惰啊我 http://www.cnblogs.com/flclain/

free mind http://blog.pluskid.org/

lovebingkuai http://lovebingkuai.diandian.com/

LeftNotEasy http://www.cnblogs.com/LeftNotEasy

LSRS 2013 http://graphlab.org/lsrs2013/program/

Google小组 https://groups.google.com/forum/#!forum/resys

机器学习

Journal of Machine Learning Research http://jmlr.org/

信息检索

清华大学信息检索组 http://www.thuir.cn

自然语言处理

我爱自然语言处理 http://www.52nlp.cn/
test
##Github

推荐系统

推荐系统开源软件列表汇总和评点 http://in.sdo.com/?p=1707

Mrec(Python)

https://github.com/mendeley/mrec

Crab(Python)

https://github.com/muricoca/crab

Python-recsys(Python)

https://github.com/ocelma/python-recsys

CofiRank(C++)

https://github.com/markusweimer/cofirank

GraphLab(C++)

https://github.com/graphlab-code/graphlab

EasyRec(Java)

https://github.com/hernad/easyrec

Lenskit(Java)

https://github.com/grouplens/lenskit

Mahout(Java)

https://github.com/apache/mahout

Recommendable(Ruby)

https://github.com/davidcelis/recommendable

文章

机器学习

• 心中永远的正能量 http://blog.csdn.net/yunlong34574

推荐系统

• Netflix 推荐系统：第一部分 http://blog.csdn.net/bornhe/article/details/8222450
• Netflix 推荐系统：第二部分 http://blog.csdn.net/bornhe/article/details/8222497
• 探索推荐引擎内部的秘密 http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy1/index.html
• 推荐系统resys小组线下活动见闻2009-08-22 http://www.tuicool.com/articles/vUvQVn
• Recommendation Engines Seminar Paper, Thomas Hess, 2009: 推荐引擎的总结性文章 http://www.slideshare.net/antiraum/recommender-engines-seminar-paper
• Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions, Adomavicius, G.; Tuzhilin, A., 2005 http://dl.acm.org/citation.cfm?id=1070751
• A Taxonomy of RecommenderAgents on the Internet, Montaner, M.; Lopez, B.; de la Rosa, J. L., 2003 http://www.springerlink.com/index/KK844421T5466K35.pdf
• A Course in Machine Learning http://ciml.info/
• 基于mahout构建社会化推荐引擎 http://www.doc88.com/p-745821989892.html
• 个性化推荐技术漫谈 http://blog.csdn.net/java060515/archive/2007/04/19/1570243.aspx
• Design of Recommender System http://www.slideshare.net/rashmi/design-of-recommender-systems
• How to build a recommender system http://www.slideshare.net/blueace/how-to-build-a-recommender-system-presentation
• 推荐系统架构小结 http://blog.csdn.net/idonot/article/details/7996733
• System Architectures for Personalization and Recommendation http://techblog.netflix.com/2013/03/system-architectures-for.html
• The Netflix Tech Blog http://techblog.netflix.com/
• 百分点推荐引擎——从需求到架构http://www.infoq.com/cn/articles/baifendian-recommendation-engine
• 推荐系统 在InfoQ上的内容 http://www.infoq.com/cn/recommend
• 推荐系统实时化的实践和思考 http://www.infoq.com/cn/presentations/recommended-system-real-time-practice-thinking
• 质量保证的推荐实践 http://www.infoq.com/cn/news/2013/10/testing-practice/
• 推荐系统的工程挑战 http://www.infoq.com/cn/presentations/Recommend-system-engineering
• 社会化推荐在人人网的应用 http://www.infoq.com/cn/articles/zyy-social-recommendation-in-renren/
• 利用20%时间开发推荐引擎 http://www.infoq.com/cn/presentations/twenty-percent-time-to-develop-recommendation-engine
• 使用Hadoop和 Mahout实现推荐引擎 http://www.jdon.com/44747
• SVD 简介 http://www.cnblogs.com/FengYan/archive/2012/05/06/2480664.html
• Netflix推荐系统：从评分预测到消费者法则 http://blog.csdn.net/lzt1983/article/details/7696578

各个领域的推荐系统

图书

• Amazon
• 豆瓣读书
• 当当网

新闻

• Google News
• Genieo
• Getprismatic http://getprismatic.com/

电影

• Netflix
• Jinni
• MovieLens
• Rotten Tomatoes
• Flixster
• MTime

音乐

• 豆瓣电台
• Lastfm
• Pandora
• Mufin
• Lala
• EMusic
• Ping
• 虾米电台

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！