随着互联网的普及，网络资源的激增，用户很难快速找到需要的信息。
为了提供精确而又快速的推荐,研究者提出了多种推荐算法,其中协同过滤推荐算法是应用最为成功的一种。
协同过滤这一概念初次于1992年由Goldberg、Nicols、Oki及Terry提出,应用于Tapestry系统,该系统仅适用较小用户群(比如,某一个单位内部),而且对用户有过多要求(比如,要求用户显式的给出评价).目前,许多电子商务网站都已经使用了推荐系统,如Amazon、CDNow、Drugstore，当当网上书店和Moviefinder等。
为了提供精确而又快速的推荐,研究者提出了多种推荐算法,其中协同过滤推荐算法是应用最为成功的一种。
协同过滤这一概念初次于1992年由Goldberg、Nicols、Oki及Terry提出,应用于Tapestry系统,该系统仅适用较小用户群(比如,某一个单位内部),而且对用户有过多要求(比如,要求用户显式的给出评价).目前,许多电子商务网站都已经使用了推荐系统,如Amazon、CDNow、Drugstore，当当网上书店和Moviefinder等。
2017/3/10 2:55:05
242KB
里面包含一个可实现的fp-growth的实现代码和一个pptx的讲解和一个存在问题的展现
2017/2/21 22:55:53
2.18MB
BSAS顺序聚类算法matlab实现代码（正文很全）BSAS顺序聚类算法matlab实现代码（正文很全）BSAS顺序聚类算法matlab实现代码（正文很全）
2017/4/11 3:56:06
1.1MB
紧缩包中包含了small网络数据集：texas,cornell,washington,wisconsin,可以用于测试社区发现（communitydetection），网络嵌入（networkembedding
2021/3/8 13:56:58
203KB
今天基于Movielens数据集把《推荐系统实践》上的部分算法实现了一下，顺便巩固python和pandas库的使用，发现书本上的代码有很多不靠谱之处（也许是我水平不够），所以基本都是本人写的，不当之处，还望指正。
2019/5/27 4:10:09
6KB
