搜索资源列表
CF
- 协同过滤算法的JAVA实现代码，用于协同过滤基本算法的编码实现-Using for CF
CF-toolkit-(1)
- 基于Matlab的推荐系统源码，来源于协同过滤算法-matlab CF
cllabsys
- 在分析现有电子商务推荐系统不足的基础上．设 计一种基于协同过滤的智能商务推荐系统。为客户快捷便利地寻找到所需的商品信息，推荐合理的商品，实现客户 与商家的共赢。 -collabalative recommedation system
mahout-distribution-0.4-src
- Apache Mahout 是 Apache Software Foundation（ASF）旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。经典算法包括聚类、分类、协同过滤、进化编程等-Apache Mahout is the Apache Software Foundation (ASF)' s an open source project, to provide some areas of expansion of th
MySlopeOne
- 协同过滤算法matlab代码,算法本身挺简单的，建议你自己试着编一下-Collaborative filtering algorithm matlab code
mahout-math-0.4
- jar 包，里面涉及到协同过滤算法的数学运算。-Cf jar package, related with mathmatic funchtion.
PersonalizedRecommendationsEbusiness
- 简要介绍了电子商务推荐系统的概念、作用及组成构件,给出了推荐技术分类标准,系统综述了协同 过滤推荐、基于内容推荐、基于人口统计信息推荐、基于效用推荐、基于知识推荐和基于规则推荐等6 种主要的推 荐技术。对这些推荐技术的优缺点进行了比较,介绍了推荐评价技术。重点评述了电子商务个性化推荐领域中的 研究热点问题,并分析了目前国内电子商务个性化推荐理论研究和应用现状,最后提出了电子商务个性化推荐领 域所面临的挑战。-To make E- business system actively
ItemClusteringRecomAlg
- 针对传统推荐算法的数据稀疏性问题和推荐准确性问题，提出基于粒子群优化的项聚类推荐算法。采用粒子群优化算法产生聚类中心，在此基础上搜索目标项目的最近邻居，并产生推荐，从而提高了传统聚类算法的推荐准确性及响应速度。实验表明改进的项聚类协同过滤算法能有效提高推荐精度-Aiming at the problems that the data are sparse and the results are not accurate in traditional recommendation algorith
MLProject
- 协同过滤算法的一份文档，关于netflix项目的介绍-cf netflix
cf
- 协同过滤推荐算法综述 cf netflix-cf netflix
Netflix-Prize
- Netflix Prize 中的协同过滤算法 -Netflix Prize
netflix
- Netflix Prize 中的协同过滤算法 代码实现 C-Netflix Prize
netflix
- Netflix Prize 中的协同过滤算法 北大 博士论文-Netflix Prize
NBCFfuction
- 协同过滤推荐算法,实验数据集是movie-lens-Neighbourhood-base Collaborative Filtering Algorithm
cofe-0.4.tar
- 基于协同过滤推荐的电影推荐系统源码（JAVA）-Movie recommendation based on collaborative filtering recommender system source code (Java)
colaberate-filtering
- 协同过滤 推荐系统 基于共同评分的用户相似度计算-user simularity compute
KKNNn
- Knn算法综述、柔性KNN算法研究、一个高效的knn分类算法法、一种改进的KNN分类算法、一种优化的K最近邻协同过滤算法。 -The Knn algorithm summarized flexible KNN algorithm, an efficient knn classification algorithm method, an improved KNN classification algorithm, an optimized K nearest neighbor collabor
PMF
- Probabilistic Matrix Factorization 算法 用VS2010 C++实现，用于协同过滤。performs well on the large, sparse, and very imbalanced Netflix dataset。-we present the Probabilistic Matrix Factorization (PMF) model which scales linearly with the number of observ
Concha_CF
- 【转】协同过滤代码，用于推荐系统，包括基于项目和基于用户两种情况。实现基于用户和基于项目的协同过滤算法。 实验所用数据为MovieLens – a web-based movies recommender system with 43,000 users & over 3500 movies. 保存在ga.mat文件用，由于ga.test测试集过于庞大，全部用来计算的话耗时庞大，所以每次计算时随机选择部分，具体函数的使用请参照probar.m。我所得到的实验结果保存在results1-resul
Concha_CF
- 协同过滤算法 基于用户和基于项目（在readme中有详细解释） 里面已dataset数据集-Collaborative filtering