搜索资源列表
netflix.m
- collaborative filtering code MathLabs for the recommended system, including item-based and user-based two cases. User-based and item-based collaborative filtering algorithm. Experimental data for MovieLens- a web-based movies recommender system with
Collaborative-Filtering
- u1.base和u1.test为训练集和测试集，分别来自MovieLens数据集， 本程序只是很简单的基于用户的协同过滤算法 运行算法所需要的配置信息，包括读取训练集和测试集还有最近邻个数的选择都在Base.java文件中可以找到 本程序的主程序是Application.java 仅供参考，希望对大家有帮助-Collaborative Filtering
Recommender
- 基于MovieLens数据，通过计算余弦相似度，Python语言构建的一个简单协同过滤推荐系统，并给出RMSE等测评结果-Based MovieLens data by calculating the cosine similarity, Python language to build a simple collaborative filtering systems, and the like are given RMSE uation results
CF
- Python实现协同过滤算法，即Collaborative Filtering(CF)，数据集为MovieLens电影推荐和书籍推荐数据集-Python implementation of collaborative filtering algorithm, namely Collaborative Filtering (CF), the data set is recommended MovieLens movie and book recommendations datasets
DpRecommendations
- 一个带有隐私保护的推荐系统，采用movielens数据集，Topn推荐算法(A recommendation system with privacy protection)
SVD++
- 简单的SVD基于movielens的开发python程序(this is a simple SVD write by python base on movielens dataset)
ndhe01
- 实现了K均值算法,可以对movielens上的数据进行自动分类,给出推荐值,是数据挖掘中的信息推介必要的算法工具,可以直接()
yzqgroc8
- 实现了K均值算法,可以对movielens上的数据进行自动分类,给出推荐值,是数据挖掘中的信息推介必要的算法工具,可以直接()
CF
- 协同过滤，基于movielens数据集做的用户协同过滤(collaboration filter)
movie-recommendation-python-master
- 利用协同过滤算法对movielens中的数据进行电影推荐(Collaborative filtering algorithm for movie recommendation in movielens)