推荐系统相关资源汇总，推荐算法、性能比较

为了更好的学习推荐系统，本博文将个人知道的关于推荐系统的相关资源整理汇总，拿出来与大家分享。本博文每月更新一次，长期维护，如果你有好的关于推荐系统的资源，请email我，放到这里与大家分享。

主页

• GroupLens: http://www.grouplens.org GroupLens项目官方主页
• John Riedl: http://www-users.cs.umn.edu/~riedl/ Grouplens领导者
• Greg Linden—推荐系统领域最有影响力的博客；
• 谷文栋: http://www.guwendong.comResysChina 发起人;
• Xlvector: http://xlvector.net 博士；

数据集

• GroupLens Research提供的数据集；
• movielens 数据集，官方提供下载：movielens数据集；
• netflix数据集，目前官方不再提供下载，需要的话可以联系我；
• Jester数据集：笑话推荐系统Jester提供了两种类型的数据集，下载地址：Jester_dataset ；
• yahoo music dataset，kdd_cup_dataset
• CI Machine Learning Repository:UCI datasets
• mazon-meta dataset: Amazon product co-purchasing network metadata

论坛

• 推荐系统高峰论坛（Recommender Systems Forum 2011）；
• 中国推荐社区ReSysChina;

会议

• ACM RecSys 2007 ;

书籍

集体智慧编程：卓越亚马逊链接 ；

 

总体介绍：

探索推荐引擎内部的秘密，第 1 部分: 推荐引擎初探

个性化推荐技术漫谈

 

一些推荐算法：

SVD： SVD在推荐系统中的应用

slope one：推荐系统：Slope One 算法

apriori：先验算法

推荐系统：关联规则(2)

FP-Growth：推荐系统：关联规则(3) —— FP-Growth 算法

Item CF ：推荐系统：协同过滤 之 Item-based Collaborative Filtering

User CF：推荐系统：协同过滤 之 User-based Collaborative Filtering

 

算法间比较：

推荐系统的常见推荐算法的性能比较

 

相似性计算：

探索推荐引擎内部的秘密，第 2 部分: 深入推荐引擎相关算法 - 协同过滤

 

Reference

推荐系统：总体介绍、推荐算法、性能比较