搜索资源列表
ml-data_0
- MovieLens100K的数据集。用于推荐系统开发的数据集。-MovieLens100K data sets. Recommended system for the development of data sets.
WebPageRecommendationAlg
- 为改善用户的Ｗｅｂ页面访问行为、提高访问效率，设计了一种基于贝叶斯网络的网页推荐模型及推荐算 法。通过收集和分析服务器中的描述文件和日志文件，利用Ｂａｙｅｓｉａｎ网络分析页面间的依赖关系，构建了基于贝 叶斯网络的网页推荐模型并产生推荐集。通过在Ｍｉｃｒｏｓｏｆｔ公司提供的网络日志数据集上做的实验，可以获得超 过８０％的准确率和覆盖率。理论分析和实验结果表明：算法能够在线实时向用户做出个性化的推荐，与已有的推 荐算法相比，算法能较快地给出推荐集，并且可以获得更高的准确率和覆盖率-T
NBCFfuction
- 协同过滤推荐算法,实验数据集是movie-lens-Neighbourhood-base Collaborative Filtering Algorithm
MovieLens1M
- 推荐系统数据集MovieLens 1M数据集-Movilens dataset 1M
Collaborative-filtering-algorithm
- 基于内容的推荐算法的实现，使用movielens数据集，JAVA语言-Content-based recommendation algorithm implementation, use movielens data set, the Java language
KNN-TOPN
- 以movielens为数据集写的TOP—N推荐系统，基于KNN算法-Write to movielens dataset TOP- N recommendation system, based on KNN algorithm
MovieRecommendations
- 推荐系统常用算法，包括协同过滤、基于内容的推荐算法，内含电影数据集。-Recommended system commonly used algorithms, including collaborative filtering, content-based recommendation algorithm, containing movie data set.
Collaborative-Filtering
- 推荐系统实战代码 movielens数据集-Recommended system code movielens actual data sets
Movielens
- 压缩文件中包含一下列表： 1，movielens 公开实验数据集(推荐系统研究经常用到~) 2，模拟预测评分的python代码（python3.x） 希望对大家学习有所帮助。有问题可以邮箱联系。-movielens data mining knn
test.tar
- 用于推荐系统的svd算法，以movielens 1m数据集为例，并有调参数方法-an implemention of svd algorithm for recommender
Item-CF
- 基于物品的协同过滤算法，包括拆分数据集，计算相似性，预测，推荐-Collaborative filtering algorithm based articles, including split data sets, computing similarity, prediction, recommend
TimeInterval
- 推荐系统的攻击检测，利用偏态分布的思想进行判断，数据集为movielens-Detect Shilling attack of Collaborative Filtering
pmf
- 推荐系统 概率矩阵分解代码 内部已包含有数据集，已分为训练集与测试集-Recommended system probability matrix decomposition Code
recsys-challenge2015
- 本代码实现了 recsys challenge2015数据集分析的算法，对数据挖掘和推荐系统的学习很有帮助~！-This code implements recommend algorithm based on recsys challenge2015 data set , which definitly would helpful for studying Data mining and Recommendation system !just enjoy
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)
entree_data.tar
- 推荐系统可用数据集，可以用语训练测试推荐算法(A data set that is recommended by the recommender system)
MovieLens-RecSys-master
- “推荐系统实践”，项亮，代码。数据“下载Movielens 1M数据集[ml-1m.zip](http://files.grouplens.org/datasets/movielens/ml-1m.zip)，并解压到项目MovieLens-RecSys文件夹下”("Recommending system practice", light, code. The data "downloads the Movielens 1M data set [ml-1m.zip]
Geolife Data 1.3
- Geolife GPS 轨迹数据集–用户指南 这一 GPS 轨迹数据集是在 (微软研究亚洲) Geolife 项目中收集的, 178 用户在四年 (2007年4月至 2011年10月) 期间。该数据集的 GPS 轨迹由一个时间戳点序列表示, 每一个都包含纬度、经度和高度信息。该数据集包含17621个轨迹, 总距离为1251654公里, 总持续时间为48203小时。该轨迹数据集可以应用于移动模式挖掘、用户活动识别、基于位置的社交网络、位置隐私和位置推荐等多个研究领域。(Geolife GPS t
recommend
- 机器学习入门经典算法中的推荐算法，各大电商网站必备算法，内含数据集。(Machine learning introduction classic algorithm recommendation algorithm, the major e-commerce website necessary algorithm, containing data set.)