linge511873822

摘要： Kmeans聚类算法实现（输出聚类过程，分布图展示） Kmeans聚类算法是聚类算法中最基础最常用的聚类算法，算法很简单，主要是将距离最近的点聚到一起，不断遍历点与簇中心的距离，并不断修正簇中心的位置与簇中的点集合，通过最近距离和遍历次数来控制输出最终... 阅读全文

posted @ 2019-11-16 22:49 linge511873822 阅读(194) 评论(0) 推荐(0)

摘要：基于音乐/电影/图书的协同过滤推荐算法代码实现（基于用户推荐、基于项目推荐、基于SlopeOne算法推荐、基于SVD算法推荐、加权混合推荐）一、开发工具及使用技术 MyEclipse10、jdk1.7、tomcat7、jsp、javascript、jquer... 阅读全文

posted @ 2019-11-12 10:43 linge511873822 阅读(97) 评论(0) 推荐(0)

摘要：基于文本内容的协同过滤推荐算法单机版代码实现一、开发工具及使用技术 MyEclipse10、jdk1.7。二、实现过程借鉴hashmap算法找出可以hash的key值，因为我们使用的simhash是局部敏感哈希，这个算法的特点是只要相似的字符串只有个别的... 阅读全文

posted @ 2019-11-12 10:00 linge511873822 阅读(31) 评论(0) 推荐(0)

摘要：基于项目的协同过滤推荐算法单机版代码实现（包含输出电影-用户评分矩阵模型、项目相似度、推荐结果、平均绝对误差MAE）一、开发工具及使用技术 MyEclipse10、jdk1.7、movielens数据集。二、实现过程 1、定义电影-用户评分矩阵。通过二维数... 阅读全文

posted @ 2019-11-12 09:56 linge511873822 阅读(39) 评论(0) 推荐(0)

摘要：基于用户评分Kmeans聚类的协同过滤推荐算法实现一：基于用户评分Kmeans聚类的协同过滤推荐算法实现步骤 1、构建用户-电影评分矩阵： public Object readFile(String fileName){ List user = n... 阅读全文

posted @ 2019-11-11 22:04 linge511873822 阅读(209) 评论(0) 推荐(0)

摘要：基于用户评分和用户属性的协同过滤混合推荐算法实现一、基于用户评分的协同过滤推荐算法实现步骤： 1、构建用户-电影评分矩阵（movielens数据集），如下图： 2、计算目标用户与其他用户的相似度，如下图： 3、获取KNN个最近邻，如下图： 4、计算推... 阅读全文

posted @ 2019-11-11 21:12 linge511873822 阅读(141) 评论(0) 推荐(0)

摘要：基于云模型的协同过滤推荐算法代码实现（附源代码）一、云模型介绍针对传统推荐系统数据稀疏、相似性计算方法导致共同评分用户少的问题，提出利用云模型概念与定量数值转换的优势，研究云模型（百度百科查看概念）的个性化推荐改进算法。云模型所表达的概念... 阅读全文

posted @ 2019-11-11 16:24 linge511873822 阅读(88) 评论(0) 推荐(0)

摘要：基于用户的协同过滤推荐算法单机版代码实现（包含输出用户-评分矩阵模型、用户间相似度、最近邻居、推荐结果、平均绝对误差MAE、查准率、召回率）一、开发工具及使用技术 MyEclipse10、jdk1.7、mahout API、movielens数据集。二、实... 阅读全文

posted @ 2019-11-09 11:23 linge511873822 阅读(104) 评论(0) 推荐(0)

摘要：基于用户的协同过滤推荐算法WEB版代码实现一、开发工具及使用技术 MyEclipse10、jdk1.7、tomcat7、jsp、servlet、javascript、jquery、bootstrap、mahout API、movielens数据集。二、开发... 阅读全文

posted @ 2019-11-09 11:00 linge511873822 阅读(37) 评论(0) 推荐(0)

摘要：基于用户的协同过滤推荐算法基于用户的协同过滤推荐算法实现原理及实现代码一、基于用户的协同过滤推荐算法实现原理二、基于用户的协同过... 阅读全文

posted @ 2019-11-09 10:12 linge511873822 阅读(291) 评论(0) 推荐(0)