8000 GitHub - PlaBerlin/ItemCollab: ItemCollab包括数据处理、物品推荐、质量评价三个模块。数据处理模块实现数据导入、稀疏度分析和训练集划分功能;物品推荐模块实现了目前主流的几种推荐算法;质量评价模块实现对推荐质量的图表展示功能。ItemCollab扩展性好,便于引用,可帮助用户构建自己的个性化推荐系统
[go: up one dir, main page]
More Web Proxy on the site http://driver.im/
Skip to content

ItemCollab包括数据处理、物品推荐、质量评价三个模块。数据处理模块实现数据导入、稀疏度分析和训练集划分功能;物品推荐模块实现了目前主流的几种推荐算法;质量评价模块实现对推荐质量的图表展示功能。ItemCollab扩展性好,便于引用,可帮助用户构建自己的个性化推荐系统

Notifications You must be signed in to change notification settings

PlaBerlin/ItemCollab

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

11 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

ItemCollab

ItemCollab是一个用于实现个性化推荐的Python软件包。

它包括数据处理、物品推荐、质量评价三个模块。数据处理模块实现数据导入、稀疏度分析和训练集划分功能;物品推荐模块实现了目前主流的几种推荐算法;质量评价模块实现对推荐质量的图表展示功能。ItemCollab扩展性好,便于引用,可帮助用户构建自己的个性化推荐系统

ml-100k.zip是本软件包内置的数据集,用户可将其下载解压后作为示例程序的数据输入

cosine_similarity.py是一个调整的余弦相似度模型的示例

recommendations.py是本软件包的主体程序,其运行示例如下:

r = recommender(users2) r.computeDeviations() g = users2["Ben"] print(r.slopeOneRecommendations(g))

About

ItemCollab包括数据处理、物品推荐、质量评价三个模块。数据处理模块实现数据导入、稀疏度分析和训练集划分功能;物品推荐模块实现了目前主流的几种推荐算法;质量评价模块实现对推荐质量的图表展示功能。ItemCollab扩展性好,便于引用,可帮助用户构建自己的个性化推荐系统

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

0