推荐系统
文章平均质量分 90
_苏沐
CSDN全栈领域优质创作者,HBCPC一等奖,阿里云专家博主,支付宝社区平台开发者,openguass社区贡献者,墨天轮平台创作者,稀土掘金创作者,Apollo社区创作者
展开
-
图书推荐系统参考git开源项目(运行过程、项目介绍、相关问题)
项目启动方式:数据集下载地址[http://www2.informatik.uni-freiburg.de/~cziegler/BX/]将下载好的数据放入data文件夹下运行read_data_save_to_mysql.py文件 将数据导入到mysql中。(27万数据还是挺快的 咔咔)注意mysql的链接参数.默认是root,密码123456,端口是3300.如果你的不是, 需要修改read_data_save_to_mysql和web/config.yml文件下的mysql的配置参数。 //原创 2022-07-07 09:48:29 · 499 阅读 · 0 评论 -
基于上下文的推荐 -- 包括时间衰减算法和位置推荐算法(代码实现)
基于上下文的推荐基于时间特征的推荐时间衰减基于时间衰减的ItemCF算法算法核心两部分,都加入了时间衰减项以movielens数据集实现ItemCF基于时间衰减的UserCF算法以movielens数据集实现UserCF基于地点和热度推荐原理(包含三种数据集)以home-less数据集为例实现代码基于时间特征的推荐时间信息对用户兴趣的影响:物品具有生命周期(例如春节档电影)用户兴趣随时间变化季节效应(冬奶茶夏圣代,吸溜)所以在给定时间信息后,对于推荐系统变成了一个时变的系统。对于Delic原创 2021-03-19 15:51:02 · 3080 阅读 · 1 评论 -
基于社交网络的推荐--包括给用户推荐好友的原理及代码实现
基于社交网络的推荐获取社交网络数据途径社交网络数据简介一般来说,有3种不同的社交网络数据:基于社交网络的推荐基于领域的社会化推荐从两方面改进基于邻域的社会化推荐算法给用户推荐好友基于内容的匹配基于共同兴趣的好友推荐基于社交网络图的好友推荐获取社交网络数据途径社交网络数据的来源有下面几个:电子邮件用户注册信息:比如公司、学校等 (用于冷启动问题)用户的位置数据:IP地址或者GPS数据论坛和讨论组 (这个获取的一般是兴趣爱好)即时聊天工具:QQ社交网站: Facebook (社交图谱) Twi原创 2021-03-24 22:20:12 · 4789 阅读 · 19 评论 -
基于用户的协同过滤算法(及3种计算用户相似度的方法)
本文参考《推荐系统实践》中基于用户的协同过滤算法内容。基于老师上课讲解,自己实现了其中的代码,了解了整个过程。UserCF算法实现实现原理模拟数据两两用户之间计算优化后的倒查表方式计算用户相似度采用惩罚热门物品和倒查表方式计算用户相似度方法推荐函数实现原理基于用户的协同过滤算法:第一步,找到和目标用户兴趣相似的用户集合第二步,找到这个集合中的用户喜欢的物品,然后过滤掉目标用户已经看到过或听说过的物品(发生过用户行为的),把没有听说过的物品推荐给目标用户模拟数据数据格式为 u-i(用户-物品)字原创 2021-03-15 16:15:17 · 17017 阅读 · 2 评论