资源简介
在线推荐系统可以帮助用户找到电影,工作,餐馆甚至浪漫!将统计数据,人口统计数据和查询术语结合起来,可以获得令人满意的结果。学习以正确的方式构建推荐系统:它可以成就或破坏您的应用程序!
Practical Recommender Systems解释了推荐系统的工作原理,并展示了如何为您的网站创建和应用它们。在介绍了基础知识后,您将了解如何收集用户数据并生成个性化建议。您将学习如何使用最流行的推荐算法,并在Amazon和Netflix等网站上查看它们的示例。最后,本书介绍了在网站增长时遇到的扩展问题和其他问题。
代码片段和文件信息
- 上一篇:人工智能:复杂问题求解的结构和策略(PPT和练习答案)
- 下一篇:Qt的学生管理系统
相关资源
- 推荐系统pdf
- 推荐系统实现
- 大数据项目源代码电影推荐系统Movi
- 数据挖掘+相似性分析和用户偏好推荐
- 袁博数据挖掘到推荐系统.zip
- 高校图书馆个性化推荐系统
- 推荐系统 中文蒋凡 译 + 推荐系统实践
- 图书推荐系统-书趣
- 布尔矩阵与推荐系统带学习代码
- 基于Spark的电影推荐系统实战.txt
- 推荐系统技术、评估及高效算法PDF
- 02-Spark离线和实时电影推荐系统直播回
- 基于Web图书推荐系统设计
- 推荐系统Easyrec推荐插件开发
- 基于强化学习的商品推荐系统.docx
- 基于系统过滤技术的推荐系统中期检
- 实现音乐推荐系统源代码
- 京东 推荐系统 教程
- 基于用户的协同过滤和基于内容的混
- 推荐系统输入表格数据
- 电影推荐系统:基于spark、hadoop、ka
- 论文外本翻译.docx
- AutoEncoder用于推荐系统pytorch实现
- 张量分解及其在推荐系统中的应用
- A Singular Value Decomposition Approach For Re
- 基于数据挖掘技术的WWW推荐系统设计
- 今日头条推荐系统ppt
- 基于hadoopp平台的推荐系统
- 练数成金的《推荐系统视频教程》完
- 豆瓣电影爬虫、豆瓣电影推荐系统
评论
共有 条评论