- 博客(1)
- 资源 (5)
- 收藏
- 关注
原创 基于评分数据的推荐算法实现:slopeone和矩阵分解
近几年推荐算法研究得比较火热,得益于netflix的百万大奖。推荐算法有多种分法,有人喜欢分成基于内容和基于用户行为的,而主流的文献还是从算法分得多:即neighborhood-based和基于factorization的。 neighbor-based方法比较早,主流的user-base和item-base,其思想都是猜测用户会喜欢和他口味一致的东西。矩阵分解直接把预测问题转换成一个估计对评分矩
2012-01-05 20:43:24 10236 43
几个推荐算法的java实现
java实现的几个推荐算法:slopeone SVD,RSVD,ItemNeighborSVD
内有readme,相关内容在blog.csdn.net/lgnlgn
2012-01-05
基于随机游走的社团发现算法Hadoop版
基于随机游走的社团发现算法Hadoop版 以及一个graph生成程序。整个是个eclipse项目,没有把lib放上来。内容在
http://blog.csdn.net/lgnlgn/article/details/6561876 的下一篇博客
2011-07-07
二进制串模糊搜索的Java实现0.11
http://blog.csdn.net/lgnlgn/archive/2010/11/14/6008498.aspx 中提到的论文中的算法部分,整个eclipse工程打包了。
2011-06-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人