- 博客(7)
- 收藏
- 关注
原创 春秋战国知识图谱
春秋战国历史一直被广大历史爱好者津津乐道。手工构建了春秋战国知识图谱,包含该历史期间出现的人物、人物之间的复杂关系和喜闻乐见的历史事件信息,希望能够给广大历史爱好者带来知识的梳理。同时,知识图谱技术人员,也可以基于该知识图谱构建问答或者可视化分析工具,提供给历史爱好者进行分析与研究。
2023-08-19 17:40:35 81
原创 【个性化学习推荐】MOOPer数据集
MOOPer数据集主要分为两个部分:交互数据与知识图谱。 交互数据(MOOPer/interaction/)包含2,532,524条实践练习数据 (challenge_interaction.csv), 21,606,390条系统反馈数据(outputs.csv),15,054条用户论坛讨论数据(discussions.csv)。 知识图谱 (MOOPer/knowledgeGraph/) 包含 11类实体(entity),10类关系(relation)。
2023-08-19 17:03:37 420
原创 Coursera课程属性与评论情感分析
Coursera是全球最大的在线教育平台,拥有超过4000万注册用户,Coursera由美国斯坦福大学两名计算机科学教授达芙妮科勒 (Daphne Koller) 和吴恩达 (Andrew Ng) 于2012年在美国加利福尼亚州创办,其愿景是为世界各地的学习者提供变革性的学习体验。Coursera上的所有课程都是由知名大学和顶尖公司或者其他学术机构提供的,认可度高。提供了世界上一些呗级大学的学位,例如耶鲁大学,伦敦帝国理工学院和 日内瓦大学。
2023-03-28 11:41:38 363
原创 基于银行业务数据的客户定位分析
基于某商业银行部分客户的历史数据(54 个自变量, 1 个二分类因变量, 354293 条数据),根据用户基本信息、资产状况、历史交易、是否购买了该理财产品等信息,提取有价值信息供市场决策以及预测哪些新用户会购买该理财产品。
2023-03-25 10:56:08 240 1
原创 推荐算法简介
推荐算法概述常见推荐算法1)基于内容的推荐:一般依赖于自然语言处理的一些知识,通过挖掘文本的TF-IDF特征向量,来得到用户的偏好,进而做推荐。这类算法可以找到用户独特的喜好,而且还有较好的解释性。2)协同过滤推荐:协同过滤是推荐算法中目前最主流的种类,在工业界已经有了很多广泛的应用。优点是不需要太多特定领域的知识,可以通过基于统计的机器学习算法来得到较好的推荐效果。最大的优点是工程上容易实现,可以方便应用到产品中。目前绝大多数实际应用的推荐算法都是协同过滤推荐算法。3)混合推荐:类似机器学习中的
2021-04-13 20:35:25 1000 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人