推荐系统相关论文、工具、资料等资源整理

1. 用深度学习做推荐的论文和报告列表1：
   http://shuaizhang.tech/2017/03/13/Papers-Deep-Learning-for-Recommender-System/
2. 用深度学习做推荐的论文和报告列表2：
   https://amundtveit.com/2016/11/20/recommender-systems-with-deep-learning/
3. 推荐系统常用的数据集1：
   http://shuaizhang.tech/2017/03/15/Datasets-For-Recommender-System/
4. 推荐系统常用的数据集2–librec中列的：
   http://www.librec.net/datasets.html
5. 大数据各个领域的一些开源数据集列表：
   https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650723201&idx=4&sn=129442fb2c4eec7a7fdbc1c99463e123
6. 推荐系统学习资料：
   http://shuaizhang.tech/2016/12/05/Useful-Learning-Materials/
7. 推荐系统及相关资源大集合：
   https://github.com/grahamjenson/list_of_recommender_systems
8. 一些中文书籍、博客、知乎问答等：
   https://mp.weixin.qq.com/s?__biz=MzI0NTE4NjA0OQ==&mid=2658350831&idx=1&sn=e76297b863424ba3e145c244e1cb8ae4
9. 工具再单独列一下：
   Python： http://surpriselib.com
   Java：http://www.librec.net/index.html
   Tensorflow-based RS：https://github.com/songgc/TF-recomm
   Using Keras to implement RS: https://github.com/sonyisme/keras-recommendation

补充几个python实现的RS：
https://github.com/muricoca/crab
https://github.com/ocelma/python-recsys
https://github.com/rnowling/rec-sys-experiments
https://github.com/nikhilkatte/Movie_Recomendation_Application/tree/master/MovieRecommendation-master
Deep Learning Recommender System：https://github.com/freegraphics/MIDS
SVD : https://github.com/jingchenUSTC/SVDRecommenderSystem
相似喜好的电影推荐：https://github.com/kejmil01/SimilarTasteMovieRecomendationSystem

大数据/数据挖掘/推荐系统/机器学习相关资源：
https://github.com/linyiqun/DataMiningAlgorithm