本专区汇聚了各类基于 推荐系统 开发的源码资源，共计 56 篇资源供开发者免费下载学习。
Java语言编写，关于协同过滤算法的电影推荐系统程序，基于项目的CF，计算项目相似度产生推荐结果。
基于用户的协同过滤推荐，采用mae作为测试的标准，使得效果明显
EasyRec是一个开源推荐系统，它集成了从数据抽取，模型训练，推荐输出接口等功能，能够完成推荐系统的一站式服务。
代码是协同过滤的Java实现。包含了相似度的计算，以及最优化方法MAE的实现。
用于大数据应用的推荐系统，用于向用户推荐准确的项目。因此，推荐系统更重要的是在几秒钟内得到的结果。
Python实现的协同过滤推荐算法，包括UserBaseCF和ItemBaseCF两种，使用的数据集是Movielens数据集，包含在源码中。
做推荐系统及学习python可以用得到的，简单实用，顶顶顶
题目给了31天的数据，我们选择第30天作为分割点。用前30天的数据提取n维特征(每个[user_id,item_id]对可以提取一行特征)，用第31天的真实数据去标记每行特征
推荐系统的算法实现，主要包括看，我说的没错吧，矩阵分解大法是真滴好啊，可以伸缩自如并且可以集成多种经典模型，以及融合各种附加信息，就酱(✺ω✺)，祝君安好。更多 矩阵分解内容和程序
综合集体智慧编程一书中关于recommendations.py文件中的所有代码，并将不能运行的代码做了一定的修改，支持python3.5版本。
上传文件是Python实现的各种相似度算法，对学习推荐系统的同学非常有用。
用matlab实现推荐系统，主要方法是协同过滤矩阵，同时还有用mae方法进行验证，数据矩阵是电影数据用户有943，电影有1687，数据较大，用文件实现。同时还应用到聚类分析，有各种