文件是基于物品的协同过滤算法itemCF原理及python代码实现,包含MovieLens数据集中的ml-100k数据集,开发环境是Python2.7.代码是我按照《推荐系统实践》里面的公式写的完整程序,并添加了中文注释。
2024/8/8 4:40:51 3.98MB 协同过滤 itemCF
1
包含Local方式和Server方式两种破解方法,推荐使用Local方式,免去配置许可服务的复杂过程ANSYS19.2是美国ANSYS公司最新研制的一款非常好用且功能强大的有限元分析(FEA)软件,新版在仿真能力、计算速度、协同设计效率和稳健性方面都有大幅的提升,可以用来求解结构、流体、电力、电磁场及碰撞等问题,在电磁、结构、流体、芯片和嵌入式仿真领域都具有非常领先优势,现在已经广泛应用于航空、航天、电子、汽车、土木工程等各种领域。
2024/8/7 1:13:18 8.23MB ANSYS19.2
1
近几年,我国工业生产水平稳健提高,企业的中高端制造能力快速提升,效益持续改善。
但是,单位工业效能与发达国家仍然存在较大差距,宏观上主要表现在整体资源利用率较低,企业间生产协同不密切,产业链上下游灵活性不足、响应不及时(导致某些行业的过剩产能已经成为国家亟待解决的问题),以及产品性能品质整体偏低等问题
2024/7/30 7:46:29 2.56MB DAPP
1
基于物品的协同过滤算法实现图书推荐系统。
在当下这个信息爆炸的时代,各种各样的书籍条目繁多,浩如烟海;
相应地,为满足用户需求,电商平台需要推荐系统来帮助用户找到自己可能需要的书籍。
本文旨在利用基于物品的协同过滤算法,来实现一个图书推荐系统。
本文首先介绍了推荐系统的发展历史,及目前常用的几种推荐算法的介绍与比较,然后以基于物品的协同过滤算法为基础,详细介绍图书推荐系统的构建。
在该系统中,主要功能分为用户功能和图书推荐功能。
用户功能包括用户账号的登录与注册,书籍查询,书籍评分。
图书推荐功能利用基于物品的协同过滤算法,先计算各个书籍之间的相似度,再根据物品相似度和用户的行为数据计算用户对各个书籍的兴趣度,从而得出推荐结果。
2024/7/24 17:27:45 951KB 推荐系统
1
泛微协同管理ecology系统与LDAP集成手册
2024/7/21 5:05:07 7.77MB 泛微 ecology LDAP
1
用于swagger技术分享,介绍swagger相关技术,及使用方法。
便于项目快速生成api文档,通过前后端约定api快速协同开发等。
2024/7/20 18:23:40 5.79MB swagger restful api springfox
1
推荐系统,python的。
基于协同过滤算法。
我觉得还行。
没问题
2024/7/15 9:07:57 886KB python recommend system
1
CPUGPU协同并行计算;
异构混合,协同并行计算,GPU计算,性能优化
2024/7/14 20:11:15 655KB 并行 CPU GPU 异构
1
公证机构与其它机构之间的数据共享及协同方面的难点,可通过区块链及隐私计算技术加以解决。
这样既实现了数据隐私保护,也实现了公证机构的业务目标
2024/7/14 16:19:37 1.27MB DAPP
1
关于协同过滤,FM的各种算法详细介绍。
协同过滤,简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息,个人透过合作的机制给予信息相当程度的回应并记录下来以达到过滤的目的进而帮助别人筛选信息,回应不一定局限于特别感兴趣的,特别不感兴趣信息的纪录也相当重要。
1
共 291 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡